本申請公開了一種融合入耳麥克風和耳外麥克風的深度學習降噪方法及設備，該降噪方法包括：獲取入耳麥克風的音頻信號和耳外麥克風的音頻信號；獲取網絡模型的目標幅度譜；基于高通濾波技術對入耳麥克風的音頻信號進行濾波處理；將濾波處理后的入耳麥克風的...

本發明涉及一種融合骨振動傳感器和雙麥克風信號的深度學習降噪方法及系統，包括基頻和聲紋特征提取模塊，空間方位特征提取模塊以及深度神經網絡的融合模塊，方法包括從骨振動傳感器信號中提取聲音基頻和聲紋特征；利用主、次麥克風信號提取出聲音源的空間...

本申請公開了一種智能眼鏡，該智能眼鏡包括：眼鏡框、連接于眼鏡框的眼鏡腿以及設置于眼鏡框上的鼻梁架，設置于眼鏡腿內的主控芯片、設置于鼻梁架上的骨振動傳感器，以及設置于眼鏡框或眼鏡腿上的麥克風；主控芯片分別連接骨振動傳感器以及麥克風。通過上...

本發明涉及的一種融合骨振動傳感器和麥克風信號的深度學習降噪方法，包括如下步驟：骨振動傳感器和麥克風采集音頻信號，分別得到骨振動傳感器音頻信號和麥克風音頻信號；將骨振動傳感器音頻信號輸入高通濾波模塊，并進行高通濾波；將經過高通濾波后的骨振...

本發明涉及的一種單聲道魯棒性的語音關鍵詞實時檢測方法，包括如下步驟：接收電子格式的帶噪語音；逐幀用短時傅里葉變換把時域的語音信號轉化為頻域信號；使用梅爾濾波器對頻域信號進行處理，得到的梅爾特征作為聲學特征；梅爾特征逐幀經過神經網絡再用歸...

本發明涉及的近距離交談場景下雙麥克風移動電話的實時語音降噪方法，包括如下步驟：接收主信道和輔信道中的帶噪語音信號，其中包含語音和背景干擾噪聲；從帶噪語音信號中提取原始聲學特征；卷積遞歸網絡CRN，將原始聲學特征輸入卷積遞歸網絡CRN中以...

本發明公開揭示了一種語音喚醒方法、裝置及電子設備、存儲介質，屬于智能語音交互技術領域。所述方法包括：接收麥克風采集的聲音信號；將所述聲音信號進行固定波束形成，生成多個波束信號；計算各波束信號的信噪比；通過所述信噪比確定喚醒方向；根據所述...

本公開揭示了一種基于卷積遞歸神經網絡的單通道實時降噪方法、裝置及電子設備、存儲介質，屬于計算機技術領域。所述方法包括：從接收的單通道聲音信號中提取聲學特征，將所述聲學特征在預先訓練的卷積遞歸神經網絡模型中進行迭代運算，計算所述聲學特征的...

本公開揭示了一種基于深度學習的回聲消除方法、裝置及電子設備、存儲介質，屬于計算機技術領域。所述方法包括：從接收的麥克風信號中提取聲學特征，所述麥克風信號包括近端信號和遠端信號；將所述聲學特征在預先訓練的具有長短期記憶的遞歸神經網絡模型中...

本公開揭示了一種基于時頻掩蔽和深度神經網絡的聲源方位估計方法、裝置及電子設備、存儲介質，屬于計算機技術領域。所述方法包括：獲取多通道聲音信號；對所述多通道聲音信號中的每一通道聲音信號進行分幀、加窗和傅里葉變換，形成所述多通道聲音信號的短...

本發明涉及一種通用的單聲道實時降噪方法，包括以下步驟：接收電子格式的帶噪語音，其中包含語音和非人聲干擾噪聲；從接收到的聲音中逐幀提取短時傅里葉幅度譜作為聲學特征；使用具有長短期記憶的深度回歸神經網絡逐幀產生比值膜；利用產生的比值膜對帶噪...