摘要
本发明公开了基于动态噪声感知的通话语音实时降噪方法及系统,对带噪音的原始语音信号进行采集;对带噪音的数字语音信号进行分帧、加窗预处理;提取噪声的频谱特征,根据噪声频谱特征,将噪声分为稳态噪声、非稳态噪声和突发噪声;通过模型剪枝、量化构建轻量级神经网络结构;则对稳态噪声、非稳态噪声和突发噪声的类型进行参数和策略经态调整实现优化降;对降噪后的语音信号进行去窗、重叠相加的后处理,输出降噪后的语音信号;本发明通过动态噪声感知和自适应降噪策略,有效去除复杂噪声环境中的背景噪声,显著提升语音质量;满足实时性要求:通过轻量化模型设计,在低延迟条件下实现实时降噪处理,满足语音通信和语音控制的实时性需求。
技术关键词
语音实时降噪
稳态噪声
动态噪声
轻量级神经网络
突发噪声
RNN模型
模型剪枝
噪声频谱
语音采集模块
频谱特征
信号
后处理模块
Sigmoid函数
降噪模块
模数转换器
输出模块
降噪模型
策略
系统为您推荐了相关专利信息
电池健康状态
寿命预测模型
数据驱动模型
轻量级神经网络
计算资源受限
音视频解码方法
低功耗解码
动态码率
音视频解码系统
视频输出模块
康复评估系统
嵌入式压力传感器
轻量级神经网络
表面肌电信号
光电容积脉搏波信号