【技术实现步骤摘要】
一种采用嵌入式硬件运行神经网络的语音增强方法
[0001]本专利技术涉及语音信号处理领域，具体涉及一种采用嵌入式硬件运行神经网络的语音增强方法。
技术介绍
[0002]语音增强技术指当纯净目标语音信号在复杂环境中被一种或多种噪声干扰甚至淹没后，通过一定的降噪算法抑制和降低噪声的影响，尽可能地将纯净目标语音提取出来的技术。其被广泛应用于移动通信、人机交互、军事通信等领域，用于消除和减弱各种噪声带来的负面影响。
[0003]随着物联网技术的发展，语音处理设备朝着智能化、终端化的方向快速发展，语音增强技术被大量应用于硬件平台。但是，物联网技术中的云计算模型，由于大量使用网络带宽，且不能实时反馈的原因，不适用与终端设备。为补充云计算的劣势，边缘计算模式应运而生。
[0004]边缘计算选择将运算任务分散到靠近数据源的轻量级设备中，在本地对部分数据直接进行采集和运算，实时反馈给用户。而随着半导体制造业工艺水平的提升，FPGA(Field Programmable Gate Array，FPGA)这类半定制集成电路芯片，以...
【技术保护点】
【技术特征摘要】
1.一种采用嵌入式硬件运行神经网络的语音增强方法，其特征在于，包括以下步骤：S1、通过语音传感器采集语音数据，并通过FPGA对语音数据进行傅里叶变换，得到语谱图数据；S2、采用FPGA的逻辑单元构建R
‑
CED神经网络，得到R
‑
CED神经网络数字逻辑子系统；S3、通过R
‑
CED神经网络数字逻辑子系统对语谱图数据进行降噪；S4、通过FPGA对降噪后的语谱图数据进行时域还原，得到语音增强数据。2.根据权利要求1所述的采用嵌入式硬件运行神经网络的语音增强方法，其特征在于，所述步骤S1中，通过Zynq7020型硬件平台FPGA的可编程逻辑PL端对语音数据进行傅里叶变换；所述步骤S2中，采用Zynq7020型硬件平台FPGA的可编程逻辑PL端内的逻辑单元构建R
‑
CED神经网络；所述步骤S4中，通过Zynq7020型硬件平台FPGA的处理器系统PS端对降噪后的语谱图数据进行时域还原。3.根据权利要求2所述的采用嵌入式硬件运行神经网络的语音增强方法，其特征在于，所述步骤S2包括以下分步骤：S21、采用Zynq7020型硬件平台FPGA的可编程逻辑PL端内的逻辑单元构建神经网络卷积模块；S22、通过神经网络卷积单元搭建R
【专利技术属性】
技术研发人员：李恺旭，魏震益，杜怀云，
申请(专利权)人：四川天中星航空科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。