摘要
本发明公开了基于谐波特征与深度学习的无人机语音增强方法及系统,该方法包括以下步骤,采集无人机的旋翼自噪声信号,即原始的采样频率,对原始的采样频率进行处理,获得特征向量,对特征向量进行处理,生成噪声动态变化标签,将特征向量和噪声动态变化标签组合成数据集,构建深度学习模型,将数据集输入深度学习模型进行处理,输出噪声动态变化标签的预测结果,对上述采集的数据进行提取,得到带噪语音幅度谱,对带噪语音幅度谱进行平滑处理,得到增强后的信号,将增强后的信号进行输出。本发明通过对无人机的旋翼自噪声信号进行提取,并结合深度学习模型预测噪声变化趋势,能够更精准地分离噪声与语音,从而大幅提高语音信噪比。
技术关键词
深度学习预测
深度学习模型
谐波特征
巴特沃斯滤波器
语音
采集无人机
信号
旋翼
标签
生成噪声
周期性
麦克风阵列采集
降采样频率
短时傅里叶变换
数据
系统为您推荐了相关专利信息
环肽
多模态特征融合
分子
深度学习模型
计算机辅助药物设计
融合深度学习模型
预测模型构建方法
特征数据库
特征协方差矩阵
注意力机制
心理健康
评价方法
人脸图像数据
数据导入模块
加密算法
情绪交互方法
面部表情特征
交互内容
特征提取模型
生理传感器
监测方法
信息监测设备
预测模型训练
全景监测
坝体