← 返回列表
基于深度学习和矢量预测的语音压缩方法及系统
摘要文本
本公开提供了基于深度学习和矢量预测的语音压缩方法及系统，涉及语音信号处理技术领域，包括：获取低速率下的多帧语音信号，并预处理为语音序列；将当前帧语音序列作为第一深度网络的输入信号提取声学特征，利用所述声学特征预测下一帧语音序列的声学特征，并作为预测矢量；对原声学特征与预测矢量作差，获取差值矢量，并在设计的码本中寻找与差值矢量最匹配的量化矢量，作为残差索引传输到第二深度网络，第二深度网络根据接收的残差索引，在码本中找到相应的差值量化矢量，将差值量化矢量与预测矢量相加，得到重构矢量，对所述重构矢量解码输出合成语音，本公开提高了语音压缩编码合成的质量。
申请人信息
- 申请人:山东省计算中心(国家超级计算济南中心)
- 申请人地址:250000 山东省济南市历下区科院路19号
- 发明人: 山东省计算中心(国家超级计算济南中心)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于深度学习和矢量预测的语音压缩方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311743425.7 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117423348A |
| 公开日 | 2024/1/19 |
| IPC主分类号 | G10L19/04 |
| 权利人 | 山东省计算中心(国家超级计算济南中心) |
| 发明人 | 李晔; 于兴业; 吝灵霞 |
| 地址 | 山东省济南市历下区科院路19号 |
专利主权项内容
1.基于深度学习和矢量预测的语音压缩方法，其特征在于，包括：获取低速率下的多帧语音信号，并预处理为语音序列；将当前帧语音序列作为第一深度网络的输入信号提取声学特征，利用所述声学特征预测下一帧语音序列的声学特征，并作为预测矢量；对原声学特征与预测矢量作差，获取差值矢量，并在设计的码本中寻找与差值矢量最匹配的量化矢量，作为残差索引传输到第二深度网络，第二深度网络根据接收的残差索引，在码本中找到相应的差值量化矢量，将差值量化矢量与预测矢量相加，得到重构矢量，对所述重构矢量解码输出合成语音，并对生成语音的真伪通过判别器进行判断。。数据由马 克 团 队整理