一种基于深度学习的人声增强与环境预测系统
本实用新型公开了一种基于深度学习的人声增强与环境预测系统，包括信号接收器、信号存储器、人声提取器、环境音提取器、信号放大器、环境预测系统、显示器、扬声器。信号接收器接收声音信号，存入信号存储器；信号存储器存取声音信号，将声音信号分别传输至人声提取器、环境音提取器；人声提取器对声音信号的人声进行提取；环境音提取器对声音信号的环境音进行提取；信号放大器放大人声提取器人声信号；环境预测系统通过深度学习技术，对环境声音信号进行处理和分类；显示器用于显示所预测的环境声音类型；扬声器用于输出放大后人声信号。本新型用于对语音信号进行降噪处理，获取更加清晰完整的语音信号，并且判断出其产生的环境种类。
实用新型
CN202022396375.8
2020-10-26
CN213877572U
2021-08-03
G10L25/51(2013.01)
武汉大学
张海天
430072 湖北省武汉市武昌区珞珈山武汉大学
武汉科皓知识产权代理事务所(特殊普通合伙)
许莲英
湖北;42
1.一种基于深度学习的人声增强与环境预测系统，其特征在于，包括：信号接收器、信号存储器、人声提取器、环境音提取器、信号放大器、环境预测系统、显示器、扬声器； 所述信号接收器与所述信号存储器通过有线方式连接；所述信号存储器分别与所述的人声提取器、环境音提取器通过有线方式依次连接；所述的人声提取器、信号放大器、扬声器通过有线方式依次串联连接；所述的环境音提取器、环境预测系统、显示器通过有线方式依次串联连接； 所述人声提取器包括：模数转换器、反向抑噪器、数模转换器； 所述的模数转换器，反向抑噪器，数模转换器依次串联连接； 所述环境音提取器包括：高通滤波器、声道混合器、低通滤波器； 所述的高通滤波器、声道混合器、低通滤波器依次串联连接； 所述信号存储器分别与所述的模数转换器、高通滤波器通过有线方式依次连接； 所述低通滤波器分别与所述的模数转换器、环境声预测系统通过有线方式依次连接； 所述数模转换器与所述信号放大器通过有线方式连接； 所述信号接收器用于接收声音信号，将声音信号存入所述信号存储器； 所述信号存储器用于存取接收声音信号，将声音信号分别传输至所述的人声提取器、环境音提取器； 所述人声提取器接收所述信号存储器输出的声音信号，并接收所述环境音提取系统输出的环境声音信号，结合环境声音信号，进一步对声音信号的人声进行提取得到人声信号，并传输至所述信号放大器； 所述环境音提取器用于对声音信号的环境音进行提取得到环境声音信号，并传输至所述的人声提取器、环境预测系统； 所述信号放大器用于放大人声信号，将放大后人声信号传输至所述扬声器进行播放； 所述环境预测系统用于对环境声音信号进行分类得到环境声音类型，将环境声音类型输出至所述显示器进行显示。 2.根据权利要求1所述的基于深度学习的人声增强与环境预测系统，其特征在于： 所述模数转换器接收所述环境音提取系统输出的环境声音信号，将环境声音信号通过模数转换得到环境音数字信号序列； 所述反向抑噪器计算获得与环境音数字信号序列频谱相同、相位相差180°的抑噪信号数字序列，将抑噪信号数字序列传输至所述数模转换器，通过数模转换得到抑噪模拟信号； 所述反向抑噪器接收所述信号存储器输出的声音信号，将抑噪模拟信号与声音信号混合，使得抑噪模拟信号与声音信号中环境声音信号互相抵消，从而获取人声信号。 3.根据权利要求1所述的基于深度学习的人声增强与环境预测系统，其特征在于： 所述高通滤波器将声音信号经过进行高通滤波后得到高通滤波后声音信号，将高通滤波后声音信号传输至所述声道混合器； 所述声道混合器将高通滤波后声音信号进行混合得到混合后声音信号； 所述低通滤波器用于对混合后声音信号进行低通滤波得到环境声音信号，分别传输至所述的人声提取器、环境预测系统。 4.根据权利要求1所述的基于深度学习的人声增强与环境预测系统，其特征在于： 所述环境预测系统，通过基于卷积神经网络的环境声音识别系统，结合声音梅尔能量谱有效提取特征，使用混合构建的方法进行模型训练；从原始音频中提取得到的梅尔能量谱特征进行混合构建得到样本库，用于对卷积神经网络模型进行训练，以训练后的卷积神经网络进行环境声音类型的识别。