一种基于深度学习模型的智能语音数字通信方法

摘要：

本发明公开了一种基于深度学习模型的智能语音数字通信方法，包括语音输入端，所述语音输入端通过模数转换将语音转换为文本输出端；所述文本输出端通过数字通信子系统输出于数模转换；所述数模转换输出于语音接收端。本发明提供一种基于深度学习模型的智能语音数字通信方法能有效通过基于深度学习的智能语音模型将语音零失真的输出到接受端的效果。

专利类型：发明专利

申请/专利号：CN202011068931.7

申请日期：2020-09-30

公开/公告号：CN112435666A

公开/公告日：2021-03-02

主分类号：G10L15/26(2006.01)

申请/专利权人:远传融创(杭州)科技有限公司

发明/设计人:陈健;李焱;何磊华

主申请人地址:310000 浙江省杭州市江干区九华路

专利代理机构:无锡松禾知识产权代理事务所(普通合伙)

代理人:蔡赵

国别省市代码:浙江;33

权利要求：

1.一种基于深度学习模型的智能语音数字通信方法，其特征在于：包括语音输入端，所述语音输入端通过模数转换将语音转换为文本输出端；所述文本输出端通过数字通信子系统输出于数模转换；所述数模转换输出于语音接收端。 2.根据权利要求1所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述模数转换包括包括降噪处理和智能语音转译模型；所述智能语音转译模型识别噪声，并进行平滑处理来消除噪声。 3.根据权利要求2所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述模数转换还包括基于深度学习的语音转译技术；所述基于深度学习的语音转译技术通过智能语音转译模型提取语音的三维信息；所述三维信息包括语言特征、声学特征和语音文本信息。 4.根据权利要求1所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述智能语音转译模型将三维信息通过数字通信子系统输出至数模转换。 5.根据权利要求4所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述数字通信子系统采用低阶编码、自适应编码、编码纠错及重传机制完成输出三维信息。 6.根据权利要求5所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述数字通信子系统还包括信道编码；当通信环境较差时，所述信道编码采用BPSK、LDPC1/2低阶调制编码方案；当通信环境较好时，采用64QAM、LDPC5/6高阶调制编码方案。 7.根据权利要求1所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述数模转换包括高清语音合成；所述高清语音合成包括语音合成模型和基于深度学习的零失真高清语音合成技术；所述基于深度学习的零失真高清语音合成技术通过语音合成模型将三维信息合成输出到语音接收端，且所述语音合成模型对三维信息进行噪声抑制。 8.根据权利要求7所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述语音合成模型包括信息输入端、核心网和信息输出端；所述信息输入端上传数据至核心网，所述核心网输出数据至信息输出端。 9.根据权利要求8所述的一种基于深度学习模型的智能语音数字通信方法，其特征在于：所述语音合成模型还包括基于云服务器的模型迭代训练；将特征数据及语音数据传送至云服务器，然后云服务器将数据进行流式处理，对原始语音数据、声学特征、语言特征及文本信息进行样本比对，根据比对结果对合同模型进行校正及迭代；迭代的语音合成模型通过网络传输至语音接收端。