“苏树盟”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果6个，建议您升级VIP下载更多相关专利

[发明专利]一种基于音素对迭代融合的多语种音素识别方法-CN202211106527.3在审
发明人：龙华;苏树盟;邵玉斌;杜庆治;黄张衡;段云 -专利权人：昆明理工大学
申请日： 2022-09-12 - 公布日： 2022-12-23 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种基于音素对迭代融合的多语种音素识别方法，属于音频信号处理技术领域。获取并通过多语言国际音标转化来有效利用有差别资源度的多语种音素资源，统一映射到直接获取语言的数据集进行非映射IPA音素簇扩充之后，重建的新数据集取代传统单一通用数据集以用于融合音素集。以人体声道发声为约束，构造人体发音共振约束的音素高阶线性预测峰值频带语音学特征，将此语音学特征结合声学特征MFCC融合成新型的音素区分性特征。通过最小同现音素对迭代缩减算法或音素特征余弦相似对迭代缩减算法。最后，基于融合完备音素集构建多语言音素标签，提取标签语言训练集与测试集的新型音素区分性特征，实现可变长语音自动对齐的音素识别。
一种基于音素融合语种识别方法

[发明专利]一种基于分数阶小波变换的CFCC特征提取方法-CN202211107486.X在审
发明人：龙华;黄张衡;邵玉斌;杜庆治;苏树盟;王延凯;段云 -专利权人：昆明理工大学
申请日： 2022-09-13 - 公布日： 2022-12-23 - 主分类号： G10L19/02 文献下载
摘要：本发明涉及一种基于分数阶小波变换的CFCC特征提取方法，属于语音音频信号特征提取技术领域。首先将语音信号通过引入能够反映声压强度的啁啾参数的新型分数阶小波变换所构建的耳蜗滤波器，以此来模拟信号在人耳耳蜗基底膜上的传播过程。然后，将其通过毛细胞滑动窗口将信号声波的物理振动能量转换为人的大脑可以分析的电信号。毛细胞输出的信号通过非线性幂函数响度变换来表征听觉神经元发放率，并且采用离散余弦变换(DCT)变换对信号进行去相关。最后采用升半正弦倒谱提升的方法来减少信号中低维分量的占比，从而提升高维分量的作用。最后提取出更具抗噪性能与鲁棒性的新型耳蜗倒谱系数特征。
一种基于分数阶小波变换 cfcc 特征提取方法

[发明专利]一种基于音素的语种区分性特征的语种识别方法-CN202210096847.9在审
发明人：龙华;苏树盟;邵玉斌;杜庆治;黄张衡;段云;王延凯 -专利权人：昆明理工大学
申请日： 2022-01-26 - 公布日： 2022-09-06 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种基于音素的语种区分性特征的语种识别方法，属于音频信号处理技术领域。本发明先从TIMIT数据集中抽离出音素集，对音素集构建了音素语音学区分性特征，采用音素语音学区分性特征训练并测试音素识别器，输出音频的帧级音素概率向量；再从LibriVox音频数据库获取多语种语料，针对多语种语料对TIMIT数据集中抽离出音素集进行音素扩充，输出语种短时完整语义语音段的帧音素概率特征；最后根据音素识别器输出的不同语种的帧音素概率特征构建语音段音素概率特征，进而构建语音段语种区分性特征。本发明可在经典的二维卷积神经网络中进行语种识别，获得较高识别率的语种识别结果。
一种基于音素语种区分特征识别方法

[发明专利]一种噪声环境下的基音周期提取方法-CN202210000160.0在审
发明人：龙华;黄张衡;邵玉斌;杜庆治;苏树盟;段云;王延凯 -专利权人：昆明理工大学
申请日： 2022-01-01 - 公布日： 2022-08-30 - 主分类号： G10L15/20 文献下载
摘要：本发明涉及一种噪声环境下的基音周期提取方法，属于语音音频信号特征提取技术领域。首先对带噪语音信号进行分帧、加窗操作后，再对其利用能熵比进行端点检测，检测出有话帧与无话帧，取出音频中的所有无话帧对其求取均值作为估计噪声。利用谱减过减法估计出干净语音。再把估计出的噪声与干净语音带入维纳滤波法中进行傅里叶变换求取语音能量与噪声能量构建出维纳滤波器。得到维纳滤波器后使之乘以噪声频谱再进行傅里叶逆变换就得到了降噪后的语音信号。然后取出端点检测后的所有对应的有话帧求取倒谱并且画出包络线，并且对它进行平滑处理。在60到400Hz，的范围内从左到右寻找出第一个峰值得到此帧的基音周期，得到一整条语音信号的基音周期。
一种噪声环境基音周期提取方法

[发明专利]一种基于声道滤波和声门激励的语音重构方法-CN202111650490.6在审
发明人：邵玉斌;段云;龙华;杜庆治;苏树盟;黄张衡;刘晶 -专利权人：昆明理工大学
申请日： 2021-12-29 - 公布日： 2022-08-30 - 主分类号： G10L19/16 文献下载
摘要：本发明涉及一种基于声道滤波和声门激励的语音重构方法，属于语言合成技术领域。本发明首先标记音频话音特征起止点，根据检测音频在频域下短时能量的平坦程度，标记音频中的有话段和无话段位置信息，供提取基音频率使用，再提取音频的基音频率，根据倒谱法将声脉冲倒谱和声道响应倒谱分离，提取出音频每一帧的基音频率，其次根据提取出的基音频率，构建模拟声脉的冲激响应，再在音频进行快速傅里叶变换和取对数谱之后，利用离散余弦变换恢复出倒谱数据，最终提取出能量集中的部分，作为模拟的声道响应，并作为重构语音的滤波器数据，最后利用提取出的声脉冲激响应和声道响应重构出语音。本发明在保证语音重构准确率的前提下提高了重构效率。
一种基于声道滤波声门激励语音方法

[发明专利]一种基音归一化重构的广播语种识别方法-CN202210376131.4在审
发明人：邵玉斌;段云;龙华;杜庆治;苏树盟;刘晶;黄张衡 -专利权人：昆明理工大学
申请日： 2022-04-11 - 公布日： 2022-08-16 - 主分类号： G10L15/00 文献下载
摘要：本发明涉及一种基音归一化重构的广播语种识别方法，属于语种识别技术领域。本发明首先将语音信号进行端点检测提取静音段与有声段，然后提取有声段中的基音频率和声道响应，再将基音频率归一化后经压控振荡器和差分判决转换为有声段的声门脉冲，静音段的声门脉冲由白噪声构成，通过全极点滤波器模型将二者进行重构得到归一化后的音频信号。本发明可以减少播音员发音特征对语种识别的影响，进而提高广播音频语种识别的准确率。
一种基音归一化广播语种识别方法