买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉平安科技(上海)有限公司申请的专利一种基于流匹配的语音增强方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120913576B 。

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511204062.9，技术领域涉及：G10L21/007；该发明授权一种基于流匹配的语音增强方法、装置、设备及介质是由石岩;陈闽川设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种基于流匹配的语音增强方法、装置、设备及介质在说明书摘要公布了：本发明涉及数据处理技术领域，公开一种基于流匹配的语音增强方法、装置、设备及介质，可应用于金融、医疗领域，该方法包括获取噪声语音数据并进行时频变换处理和标准化处理，得到标准化时频表示数据；基于标准化时频表示数据进行流匹配输入构建处理并输入至流匹配模型处理，得到增强时频表示数据；将增强时频表示数据进行反标准化处理，得到反标准化时频表示数据；对反标准化时频表示数据进行时域重建处理，得到增强语音波形数据。在本发明中，针对现有的语音增强方法普遍存在的离散量化导致的保真度较差、推理时延大的问题，可以通过引入流匹配建模与时频‑时域一致处理链，得到增强语音波形数据，如此，提升了语音细节保真度并降低时延。

本发明授权一种基于流匹配的语音增强方法、装置、设备及介质在权利要求书中公布了：1.一种基于流匹配的语音增强方法，其特征在于，包括： 获取噪声语音数据并进行时频变换处理，得到噪声时频表示数据； 将所述噪声时频表示数据进行标准化处理，得到标准化时频表示数据； 基于所述标准化时频表示数据进行流匹配输入构建处理，得到流匹配输入表示数据； 将所述流匹配输入表示数据输入至流匹配模型的特征编码子模块，得到流匹配特征表示数据；对所述流匹配特征表示数据进行上下文建模处理，得到上下文增强特征表示数据；将所述上下文增强特征表示数据输入至速度场估计子模块，输出速度场估计数据；基于所述速度场估计数据与预设的数值步长参数计算时频状态增量，得到时频状态增量数据；利用所述时频状态增量数据对所述流匹配输入表示数据中的中间状态时频张量进行常微分方程数值求解，得到更新后的中间状态时频张量；将所述更新后的中间状态时频张量作为输入，输入至所述流匹配模型中更新直至达到目标路径参数，得到增强时频表示数据； 将所述增强时频表示数据进行反标准化处理，得到反标准化时频表示数据； 对所述反标准化时频表示数据进行时域重建处理，得到增强语音波形数据； 所述将所述噪声时频表示数据进行标准化处理，得到标准化时频表示数据，包括：从所述噪声时频表示数据中分别提取幅度谱矩阵与相位谱矩阵，对应得到待标准化幅度谱矩阵与相位谱矩阵；对所述待标准化幅度谱矩阵进行数值稳定化处理，得到稳定化幅度谱矩阵；基于所述稳定化幅度谱矩阵进行动态范围压缩处理，得到压缩幅度谱矩阵；根据预设维度统计所述压缩幅度谱矩阵的均值与标准差参数，得到标准化统计参数；利用所述标准化统计参数对所述压缩幅度谱矩阵进行均值方差归一化处理，得到归一化幅度谱矩阵；基于预设的时频特征格式对所述归一化幅度谱矩阵与所述相位谱矩阵进行编码组合，得到标准化时频表示数据； 所述基于所述标准化时频表示数据进行流匹配输入构建处理，得到流匹配输入表示数据，包括：从所述标准化时频表示数据中提取与模型输入尺寸对应的特征张量，得到标准化时频张量；基于所述标准化时频张量生成零均值单位方差的随机噪声张量，得到噪声时频初始张量；在预设区间内采样路径参数，并利用所述噪声时频初始张量与所述标准化时频张量进行线性插值运算，得到中间状态时频张量；对所述中间状态时频张量分别进行帧块划分与位置索引编码处理，得到带位置编码的中间状态时频张量；将所述带位置编码的中间状态时频张量与所述路径参数共同输入至时间编码模块，输出条件向量；将所述条件向量与所述带位置编码的中间状态时频张量进行特征拼接并经通道映射处理，得到流匹配输入表示数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人平安科技(上海)有限公司，其通讯地址为：200030 上海市徐汇区凯滨路166号18层、19层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。