金融界 2025 年 5 月 10 日消息，国家知识产权局信息显示，中电信人工智能科技（北京）有限公司申请一项名为“一种基于掩蔽波束形成的目标语音提取方法及装置”的专利，公开号 CN119943087A，申请日期为 2024 年 12 月。

专利摘要显示，本申请提供一种基于掩蔽波束形成的目标语音提取方法及装置，方法包括：麦克风阵列拾音，通过麦克风阵列采集多通道观测信号；一阶段，基于说话人编码器和语音编码器获取目标语音的特征向量和观测信号的编码特征，通过特征融合和掩膜估计器获取目标语音源和非目标语音源的掩膜，通过掩蔽处理及解码映射获得时域分离语音，通过基于掩蔽的最小方差无失真响应波束形成实现声源的再分离，得到时域语音；二阶段，以一阶段的时域语音作为目标语音分离网络的辅助输入，构建新的融合特征，并重复一阶段处理步骤，直至完成目标语音提取。本申请可有效降低目标源提取中的幅度及相位失真，有效解决同向语音源场景下 MVDR 波束形成器无法有效消除竞争语音源的难点。

天眼查资料显示，中电信人工智能科技（北京）有限公司，成立于2023年，位于北京市，是一家以从事科技推广和应用服务业为主的企业。企业注册资本300000万人民币。通过天眼查大数据分析，中电信人工智能科技（北京）有限公司参与招投标项目331次，专利信息342条，此外企业还拥有行政许可1个。

本文源自：金融界

作者：情报员