一种基于多任务学习的耳机自适应降噪方法技术

本发明专利技术涉及耳机降噪技术领域，具体涉及一种基于多任务学习的耳机自适应降噪方法，步骤1,建立一种端到端的多任务深度学习耳机降噪模型；步骤2,选择音频样本；步骤3,采用步骤2中得到的音频样本对待训练的多任务深度学习降噪模型进行训练；步骤4,训练完成后,将音频数据输入到模型中,输出端将输出降噪后的信号,所述的音频数据是无噪声数据且包含目标对话的语音；步骤5,针对步骤4中输出的降噪信号,计算其置信度分数,所述的置信度分数用于评价音频质量的好坏，通过多任务学习框架，显著提高了模型对不同噪声环境的适应能力。基础降噪模型专注于降噪效果，噪声分类模型辅助识别噪声类型，而可听降噪输出信号模型则确保输出语音的自然度。

【技术实现步骤摘要】

本专利技术涉及耳机降噪，具体涉及一种基于多任务学习的耳机自适应降噪方法。

技术介绍

1、近年来，随着移动通信技术的飞速发展和智能耳机的普及，人们对音频质量的要求日益提高。在嘈杂的环境中保持清晰的语音通话，已成为用户的迫切需求。为此，耳机降噪技术不断演进，从最初的模拟降噪发展到数字信号处理，再到如今的人工智能算法，每一次技术革新都为用户带来更佳的听觉体验。

2、在当前最先进的耳机降噪技术中，基于深度学习的方法已经展现出了强大的潜力。这些方法通过训练神经网络来学习噪声特征，从而实现更精准的降噪效果。然而，现有的深度学习降噪算法仍然面临着一些挑战。

3、首先，大多数现有方法采用单一任务的学习框架，专注于从含噪语音中分离出干净语音。这种方法虽然在特定噪声环境下表现出色，但往往缺乏对复杂、多变噪声环境的适应能力。在实际应用中，用户可能面临办公室、街道、咖啡厅等各种不同的噪声场景，单一任务的降噪模型难以应对如此多样的环境变化。

4、其次，在追求高降噪效果的同时，现有方法往往忽视了语音的自然度和可懂度。过度的降噪处理可能导致语音失真，本文档来自技高网...

【技术保护点】

1.一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,所述端到端的多任务深度学习耳机降噪模型包括了三个子模型:基础降噪模型、噪声分类模型和可听降噪输出信号模型；对于训练阶段:基础降噪模型的输入是含噪声信号,输出是估计的干净数据；噪声分类模型的输入是含噪声信号,输出是含噪声信号的分类结果；可听降噪输出信号模型的输入为干净数据和基础降噪模型输出的降噪数据,输出可听数据；对于测试阶段:含噪数据输入到基础降噪模型中,进而得到基础降噪层,所述的基础降噪层的输出信号同干净数据一起输入到可...

【技术特征摘要】

1.一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,所述端到端的多任务深度学习耳机降噪模型包括了三个子模型:基础降噪模型、噪声分类模型和可听降噪输出信号模型；对于训练阶段:基础降噪模型的输入是含噪声信号,输出是估计的干净数据；噪声分类模型的输入是含噪声信号,输出是含噪声信号的分类结果；可听降噪输出信号模型的输入为干净数据和基础降噪模型输出的降噪数据,输出可听数据；对于测试阶段:含噪数据输入到基础降噪模型中,进而得到基础降噪层,所述的基础降噪层的输出信号同干净数据一起输入到可听降噪模型中,得到最终降噪输出信号；所述的基础降噪模型,使用卷积神经网络,卷积层由卷积层、整流线性单元和池化层依次组成,训练时将噪声的向量表示数据输入到卷积神经网络,通过训练得到一个有声学功能的滤波模型,即估计的干净数据；所述的可听降噪输出信号模型,是一个前馈神经网络,使用注意力机制,利用基础降噪模型与可听数据在可听降噪输出信号模型中训练一个输出非线性声音滤波器的功能,并保持原始语音信号的特征；训练阶段,基础降噪模型输出的降噪信号,同干净数据一起作为输入,将输出作为最终的降噪数据。

3.根据权利要求2所述的一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,所述的基础降噪模型,需要区分滤波器是线性的还是非线性的；对于此任务,从包含100个干净语音的干净数据集中生成语音的干净输出和含噪输入信号,即使用干净数据集中1条含有100段语音的数据,首先加上高斯噪声,其方差符合(0,0.3)的正态分布,接着再进行幅度调整,所述幅度为(0.5,1.5)。

4.根据权利要求2所述的一种基于多任务的深度学习耳机降噪自适应方法,其特征在于,所...

【专利技术属性】
技术研发人员：杨兴旺，邓颖欣，邬梦，严凯，
申请(专利权)人：佳禾智能科技股份有限公司，
类型：发明
国别省市：