摘要
本申请涉及人工智能技术领域,揭示了一种基于振动传感器的语音降噪方法、装置、设备及介质,其中方法包括:同步采集混合信号和振动传感器的参考信号,生成线性回声估计,并计算初始残差,提取所述初始残差与所述传感器参考信号的时频特征,以得到非线性回声估计;根据双讲状态决策函数和所述非线性回声估计对所述初始残差进行调整,得到目标残差;通过后置卡尔曼滤波降噪模块对所述目标残差进行处理,输出纯净近端语音。本发明的有益效果:有效地减少了语音信号中的噪声,提高了语音识别的精度与清晰度,结合自适应滤波和深度学习的优势,对各种环境特性有良好的适应性,提高了对动态环境变化的响应能力及鲁棒性。
技术关键词
语音降噪方法
振动传感器电路
振动传感器模块
回声
双讲状态
滤波模块
非线性
信号
卡尔曼滤波
短时傅里叶变换
降噪模块
递归最小二乘法
语音降噪装置
动态环境变化
子模块
归一化算法
系统为您推荐了相关专利信息
蝙蝠优化算法
图像修复方法
图像块
蝙蝠算法
像素点
存算一体芯片
语音降噪方法
矩阵
降噪模型
计算机程序指令
人机语言
交互方法
梅尔频率倒谱系数
深度学习方法
燃油