摘要
本发明公开了一种基于麦克风阵列的低时延语音增强方法,该方法包括:设置一组初始极点参数,利用人工神经网络优化初始极点参数,得到实数极点;利用实数极点构建麦克风阵列各通道的正交基函数模型,并计算各阶滤波器响应;对麦克风阵列接收信号进行分帧和时域特征提取,并利用改进的时序网络估计正交基函数模型构成的自适应波束形成器权值;根据滤波器响应和波束形成器权值计算波束形成网络各通道系统响应,获得增强后的完整语音信号。本发明通过使用正交基结构波束形成网络,可以灵活调节极点,提升网络自由度,缩短滤波器长度,降低网络时延;在滤波器长度更短的情况下,达到更好的语音增强效果。
技术关键词
一维卷积神经网络
麦克风阵列
状态空间方程
滤波器
时域特征提取
通道系统
语音
信号
人工神经网络
波束
时延
时序
矩阵
参数
线性单元
系统为您推荐了相关专利信息
地铁客流预测方法
站点
聚类算法
节点
卷积网络模型
生成方法
图像生成模型
图像融合算法
嵌入特征
高斯滤波器
无监督学习
图像重建
特征提取模块
融合特征
时域特征提取
空域滤波器
干扰消除方法
神经网络模型
时延
生成前导码序列
飞行器反制
策略
卡尔曼滤波器
双目深度相机
感知周围环境