基于KAN卷积改进的DCU-Net智能音箱语音识别降噪方法技术

本发明专利技术公开的基于KAN卷积改进的DCU‑Net智能音箱语音识别降噪方法，构建基于KAN卷积改进的DCU‑Net降噪网络模型并进行训练，通过模型编码器层对音频数据的复数频谱进行编码，提取并增强特征信息，再利用局部稀疏注意力机制加权处理，之后解码特征信息并重构为模型降噪后的音频数据；将模型降噪后的音频数据和相应的纯净语音输入L<subgt;wSDR</subgt;损失函数计算损失值并更新模型参数，训练完成后冻结模型参数更新，切换验证集并调优模型超参数。本发明专利技术有效降低了模型的复杂度，增强了模型在处理复杂音频场景中的鲁棒性，同时实现了高效的音频噪声抑制，提升智能音箱中的语音识别准确率。

【技术实现步骤摘要】

本专利技术属于音频降噪处理方法，具体涉及基于kan卷积改进的dcu-net智能音箱语音识别降噪方法。

技术介绍

1、音频降噪技术是信号处理中的一个关键领域，旨在从噪声干扰的音频信号中恢复出清晰的语音或声音。这项技术对于多种应用至关重要，包括语音通信、音频和视频编辑、听力辅助设备、监控系统等。音频信号中的噪声可以分类为稳态噪声和非稳态噪声，它们各自具有不同的特性和处理挑战。

2、传统音频降噪技术通常采用以下五种方案：设计针对特定噪声特性的高低带通滤波器；使用频域转换估计噪声功率谱，如谱减法；利用信号和噪声的统计特性，例如自回归(ar)和移动平均(ma)模型进行降噪；采用子空间方法将信号分解为噪声子空间和信号子空间，然后抑制噪声成分；以及对信号的短时傅里叶变换(stft)矩阵进行奇异值分解(svd)，去除低奇异值成分以抑制噪声。

3、近年来，深度学习技术的发展为音频降噪带来了新的解决方向。与传统方法相比，基于深度学习的方法不仅能有效处理稳态噪声，对非稳态噪声的处理也表现出色。当前基于深度学习的音频降噪技术主要包括：卷积神经网络(cnn)本文档来自技高网...

【技术保护点】

1.基于KAN卷积改进的DCU-Net智能音箱语音识别降噪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于KAN卷积改进的DCU-Net智能音箱语音识别降噪方法，其特征在于，所述步骤1中的预处理方法具体为：首先，去除音频中的静默段；然后，计算各噪声类别在音频数据集中出现的频率，并为每个类别分配惩罚权重，使用反比例方法赋予出现频率较低的类别更高的权重；最后，对长度不一致的音频进行截断或者零填充处理，将所有音频的长度标准化。

3.如权利要求1所述的基于KAN卷积改进的DCU-Net智能音箱语音识别降噪方法，其特征在于，所述步骤2中在进行音频数据集划分时使噪...

【技术特征摘要】

1.基于kan卷积改进的dcu-net智能音箱语音识别降噪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的基于kan卷积改进的dcu-net智能音箱语音识别降噪方法，其特征在于，所述步骤1中的预处理方法具体为：首先，去除音频中的静默段；然后，计算各噪声类别在音频数据集中出现的频率，并为每个类别分配惩罚权重，使用反比例方法赋予出现频率较低的类别更高的权重；最后，对长度不一致的音频进行截断或者零填充处理，将所有音频的长度标准化。

3.如权利要求1所述的基于kan卷积改进的dcu-net智能音箱语音识别降噪方法，其特征在于，所述步骤2中在进行音频数据集划分时使噪声类型在各子集中均匀分布，并设置随机种子。

4.如权利要求1所述的基于kan卷积改进的dcu-net智能音箱语音识别降噪方法，其特征在于，所述步骤3中构建的模型包括三个具有不同感受野的编码器层encoder1、encoder2、encoder3，局部稀疏注意力模块lsa和三个解码器层decoder1、decoder2、decoder3；

5.如权利要求4所述的基于kan卷积改进的dcu-net智能音箱语音识别降噪方法，其特征在于，所述音频数据的复数频谱通过短时傅里叶变换获得，短时傅里叶变换的窗口类型采用汉明窗，窗口长度...

【专利技术属性】
技术研发人员：周红芳，郑康运，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：