一种基于多任务学习的耳机自适应降噪方法

AITNT
正文
推荐专利
一种基于多任务学习的耳机自适应降噪方法
申请号:CN202411688528
申请日期:2024-11-25
公开号:CN119893357A
公开日期:2025-04-25
类型:发明专利
摘要
本发明涉及耳机降噪技术领域,具体涉及一种基于多任务学习的耳机自适应降噪方法,步骤1,建立一种端到端的多任务深度学习耳机降噪模型;步骤2,选择音频样本;步骤3,采用步骤2中得到的音频样本对待训练的多任务深度学习降噪模型进行训练;步骤4,训练完成后,将音频数据输入到模型中,输出端将输出降噪后的信号,所述的音频数据是无噪声数据且包含目标对话的语音;步骤5,针对步骤4中输出的降噪信号,计算其置信度分数,所述的置信度分数用于评价音频质量的好坏,通过多任务学习框架,显著提高了模型对不同噪声环境的适应能力。基础降噪模型专注于降噪效果,噪声分类模型辅助识别噪声类型,而可听降噪输出信号模型则确保输出语音的自然度。
技术关键词
降噪模型 噪声分类 学习耳机 多任务深度学习 非线性噪声 基础 信号 噪声数据 传播算法 语音 音频 耳机降噪技术 样本 降噪方法 注意力机制
系统为您推荐了相关专利信息
1
一种基于DNN降噪技术的车载多音区系统
滑动时间窗口 语音 降噪技术 关键词 音频设备
2
一种基于各向异性扩散的新偏微分图像降噪方法、系统
图像降噪方法 降噪模型 噪声强度 表达式 像素
3
一种基于因果扩散模型的多变量时间序列补全方法
补全方法 掩码矩阵 变量 多元时间序列数据 时间滑动窗口
4
利用机器学习实现卫星遥感柱浓度反演VOCS的方法
反演模型 联合损失函数 多尺度特征 多源特征 动态校正
5
一种基于自监督学习的LIBS降噪模型的建立方法
降噪模型 网络架构 编码模块 掩膜 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号