“颜永红”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275个，建议您升级VIP下载更多相关专利

[发明专利]一种音频场景识别方法、系统及装置-CN202111064395.8有效
发明人：张鹏远;王猛;颜永红 -专利权人：中国科学院声学研究所
申请日： 2021-09-10 - 公布日： 2023-08-29 - 主分类号： G10L25/18 文献下载
摘要：本发明涉及一种音频场景识别方法，方法包括：获取待识别音频；对待识别音频进行小波特征提取，以确定待识别音频对应的小波特征；将待识别音频对应的小波特征输入至具有残差网络结构的神经网络嵌入特征提取器中，以得到至少一个深度嵌入特征序列；将待识别音频对应的小波特征以及至少一个深度嵌入特征序列一并输入至神经网络分类器中，以确定出待识别音频所对应的音频场景。本发明提取待识别语音数据的小波特征，可以自适应时频信号分析的要求。同时结合具有残差网络结构的神经网络嵌入特征提取器可以在大量数据训练时，保障提取的深度嵌入特征在识别时具有更高的准确率，还可极大提升对短时音频的识别性能。
一种音频场景识别方法系统装置

[发明专利]一种基于深度强化学习模型的数据清洗方法及装置-CN202010128327.2有效
发明人：张学君;林格平;万辛;沈亮;宁珊;颜永红 -专利权人：中国科学院声学研究所;国家计算机网络与信息安全管理中心
申请日： 2020-02-28 - 公布日： 2023-08-18 - 主分类号： G06F40/205 文献下载
摘要：本发明属于数据通信和数据处理技术领域，具体涉及一种基于深度强化学习模型的数据清洗方法，该方法包括：获取待清洗的带标签的数据集；采用预筛选算法，删除待清洗的带标签的数据集中的无内容数据、不在标签集内的标签数据和标签矛盾的数据，获得待分类的数据集；将待分类的数据集输入至预先训练的深度强化学习模型中，获得不同类别的延迟奖励；再根据获得的不同类别的延迟奖励，依据预先训练的深度强化学习模型中的动作集合，丢弃掉有偏数据，保留有效数据，并更新状态列表S，最大化每一类别的延迟奖励值，将每一类别的最大延迟奖励值对应的带标签的训练数据集作为清洗干净的带标签的训练数据集，从而完成数据清洗。
一种基于深度强化学习模型数据清洗方法装置

[发明专利]一种实时图像语义分割装置及分割方法-CN202010306188.8有效
发明人：周军;白兴;张鹏远;颜永红 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2020-04-17 - 公布日： 2023-08-18 - 主分类号： G06V10/26 文献下载
摘要：本发明提供一种实时图像语义分割装置及分割方法。在一个实施例中，将原始图像输入编码器，提取出至少两个大小不同的编码图像；将所述至少两个大小不同的编码图像输入第一解码器，提取出主特征图；将所述至少两个大小不同的编码图像输入第二解码器，提取出边缘特征图；根据所述主特征图和边缘特征图计算所述原始图像的最终损失；并根据最终损失训练所述主解码器和所述边缘解码器；将待预测图像通过编码器处理以后输入到主解码器中，得到主特征图。使用了两个结构相同的解码器，一个用于训练整体，一个用于训练边缘，在训练时使用其中的一个解码器检测目标边缘处的特征，使得能够更好的对目标边缘处的像素进行分割。
一种实时图像语义分割装置方法

[发明专利]一种用于多跳推理问题的智能问答方法及装置-CN202110674586.X有效
发明人：张学君;万辛;付瑞柳;黄远;张鹏远;刘睿霖;颜永红 -专利权人：中国科学院声学研究所;国家计算机网络与信息安全管理中心
申请日： 2021-06-17 - 公布日： 2023-08-11 - 主分类号： G06F16/33 文献下载
摘要：本申请实施例公开了一种用于多跳推理问题的智能问答方法及装置，方法包括：获取问题文本；对问题文本进行语义编码，获得问题文本的语义编码表示；根据问题文本的语义编码表示，确定第一预测结果，第一预测结果为问题文本的至少一个问题主体所在位置的预测结果；根据问题文本的语义编码表示，确定第二预测结果，第二预测结果为问题文本的至少一个问题关系的预测结果；根据第一预测结果和第二预测结果，生成子问题文本，子问题文本包括至少一个子问题；根据筛选文档，对至少一个子问题依次进行回答，获得与至少一个子问题对应的答案，筛选文档包括至少一个子问题对应的答案；根据至少一个子问题对应的答案，确定问题文本的最终答案。
一种用于推理问题智能问答方法装置

[发明专利]语音关键词识别方法和装置-CN202010688457.1有效
发明人：赵江江;李昭奇;任玉玲;李青龙;黎塔;颜永红 -专利权人：中移在线服务有限公司;中国科学院声学研究所
申请日： 2020-07-16 - 公布日： 2023-08-08 - 主分类号： G10L15/08 文献下载
摘要：本申请提供一种语音关键词识别方法和装置，从目标关键词的音频中提取出第一声学特征和第二声学特征，将第一声学特征和第二声学特征拼接为第一声学特征序列；从待识别的目标语音的音频中提取出第三声学特征和第四声学特征，将第三声学特征和第四声学特征拼接为第二声学特征序列；将第一、第二声学特征序列分别输入预先训练的第一模型和第二模型，输出第一、第二嵌入向量；计算第一嵌入向量与第二嵌入式向量之间的相似度，基于相似度确定目标语音中是否包含目标关键词。该方法使得输出的嵌入向量包含更多的上下文信息，改善了样例关键词识别的有效性。
语音关键词识别方法装置

[发明专利]基于稀疏测量的个性化头相关传输函数预测方法及装置-CN202310505876.0在审
发明人：姚鼎鼎;赵佳乐;李军锋;颜永红 -专利权人：中国科学院声学研究所
申请日： 2023-05-06 - 公布日： 2023-07-28 - 主分类号： H04S7/00 文献下载
摘要：本发明提供一种基于稀疏测量的个性化头相关传输函数预测方法及装置。该方法包括：首先基于若干方向上测量的头相关冲激响应，确定稀疏测量的头相关传输函数HRTF幅度谱；然后利用声学特征提取网络处理所述稀疏测量的HRTF幅度谱，获得相应的声学特征；利用维度增广网络将目标方向的维度进行增广，得到增广目标方向向量；最后利用谱预测神经网络处理所述声学特征和所述增广目标方向向量，预测出目标个性化HRTF幅度谱。该装置包括：幅度谱获取模块，声学特征获取模块，方向向量获取模块，和目标个性化幅度谱获取模块。如此，可以实现给定新被试的少量HRTF幅度谱与目标方位的方位角和俯仰角，即可通过三个神经网络模块生成目标个性化HRTF幅度谱，实现对全空间个性化HRTF幅度谱的预测。
基于稀疏测量个性化相关传输函数预测方法装置

[发明专利]文本处理模型训练方法、语音文本处理方法及装置-CN202110704938.1有效
发明人：周军;张震;李成章;李鹏;刘建;石瑾;刘睿霖;颜永红 -专利权人：中国科学院声学研究所;国家计算机网络与信息安全管理中心
申请日： 2021-06-24 - 公布日： 2023-07-28 - 主分类号： G06F16/33 文献下载
摘要：本申请提供了一种文本处理模型训练方法、语音文本处理方法及装置，涉及自然语言处理技术领域。该方法包括：从互联网爬取对话文本，得到正样本；对对话文本中的语句进行变换操作，得到负样本和负样本的第一标签信息；将正样本和负样本对应输入至预先训练的第一文本处理模型中和待训练的第二文本处理模型中，生成第一文本处理模型的目标层的第一特征向量和第二文本处理模型的目标层的第二特征向量；根据第一特征向量、第二特征向量，对第二文本处理模型进行知识蒸馏，得到训练好的第二文本处理模型。根据本申请实施例，能够解决相关技术中对语音文本进行校对效率低、耗时长且计算资源占用大的问题。
文本处理模型训练方法语音装置

[发明专利]一种耳机虚拟声像头外化方法-CN202310491181.1在审
发明人：姚鼎鼎;阮小园;李军锋;颜永红 -专利权人：中国科学院声学研究所
申请日： 2023-05-04 - 公布日： 2023-07-18 - 主分类号： H04S3/00 文献下载
摘要：本发明涉及一种耳机虚拟声像头外化方法，所述方法包括：生成多组随机时延；得到的信号记为BRIRLt和BRIRRt；将多组随机时延分别加入去除BRIR中声源到双耳的传输延时后的信号BRIRLt和BRIRRt的反射声部分，分别得到的多组BRIRLt.pro和BRIRRt.pro；将声源信号分别与各组BRIRLt.pro和BRIRRt.pro卷积，得到多组双耳信号；将每组双耳信号划分为N组窄带信号；分别计算每组双耳信号所划分出各组窄带信号的ILD TSD；基于ILD TSD构建目标函数E；依据最大目标函数值值确定优化的随机时延；将优化的随机时延加入BRIR的反射声部分，得到优化的BRIR；将声源信号与优化的BRIR卷积。本发明的方法，能够增强耳机双耳重放时的头外声像效果。
一种耳机虚拟声像外化方法

[发明专利]一种基于前后端联合训练的音频场景分类方法及系统-CN201811571542.9有效
发明人：张鹏远;陈航艇;颜永红 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2018-12-21 - 公布日： 2023-07-18 - 主分类号： G10L25/30 文献下载
摘要：本发明公开了一种基于前后端联合训练的音频场景分类方法及系统，所述方法包括：对待分类的数字声音信号进行处理得到幅度谱图，将幅度谱图输入基于前后端联合训练得到的深度学习神经网络，输出所述对待分类的数字声音信号的每一帧的预测概率，将每一帧的预测概率取对数后求平均，最大值对应的类别为音频场景分类结果。本发明的方法使用联合训练同时训练网络的前端滤波器部分和后端的深度卷积神经网络，从而使滤波器从人为的先验知识转化为当前任务限定，能够取得更高的分类准确率。
一种基于后端联合训练音频场景分类方法系统

[发明专利]一种基于无监督特征优化的信号分类方法及系统-CN201911266932.X有效
发明人：徐及;李琛;颜永红 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2019-12-11 - 公布日： 2023-06-30 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于无监督特征优化的信号分类方法及系统，所述方法包括：将待分类的信号进行预处理和分帧；提取每一帧信号的基于能量的时频分类特征；将每一帧信号的能量特征输入预先训练的无监督特征优化网络，输出优化特征；所述无监督特征优化网络的准则为最大化类间距离并最小化类内距离；将优化特征输入预先训练的分类器，输出分类结果。本发明的方法能够最大化利用训练样本的类内‑类间的关系，使得神经网络学习到的表征特征更具判别性。
一种基于监督特征优化信号分类方法系统

[发明专利]用于音频事件检测的神经网络系统和方法-CN202310005727.8在审
发明人：张学帅;肖胜昌;颜永红;张鹏远 -专利权人：中国科学院声学研究所
申请日： 2023-01-04 - 公布日： 2023-06-06 - 主分类号： G10L25/54 文献下载
摘要：本发明实施例公开了一种用于音频事件检测的神经网络系统和方法，所述系统包括，特征提取层、卷积层、循环神经网络、前馈网络以及自注意力模块，通过对提取音频获得的对数梅尔谱特征进行处理获得卷积核空间三个维度的特征图；并通过对三个维度的特征图进行计算确定卷积核空间三个维度的频率自适应注意力权重；基于三个维度的频率自适应注意力权重和基础卷积核进行乘法运算确定频率自适应卷积核；使用频率自适应卷积核对对提取音频获得的对数梅尔谱特征进行多维频率动态卷积处理得到第一输出特征；并对第一输出特征的序列数据进行处理得到第二输出特征；获得所述音频的强标签和弱标签。
用于音频事件检测神经网络系统方法

[发明专利]一种多通道语音增强方法及装置-CN202110268660.8有效
发明人：张鹏远;石倩;颜永红 -专利权人：中国科学院声学研究所
申请日： 2021-03-12 - 公布日： 2023-06-02 - 主分类号： G01S5/18 文献下载
摘要：本申请提供了一种多通道语音增强方法及装置。该方法包括：对多通道语音频域信号做去混响处理；然后根据多通道语音频域信号中声源的方位信息构建复角中心高斯混合概率模型，并通过复角中心高斯混合概率模型获得目标语音时频掩蔽矩阵和噪声时频掩蔽矩阵；进行通过获得的时频掩蔽矩阵获得最小方差无失真滤波器并对多通道语音频域信号进行滤波，以及通过目标语音时频掩蔽矩阵对信号进行后滤波，获得最终的目标语音。该方法通过方位信息构建复角中心高斯混合概率模型，解决了模型无序输出时频掩蔽导致目标语音和噪声发生置换的问题，此外，去混响处理以及利用目标语音时频掩蔽进行后滤波处理，提升了目标语音的可懂度。
一种通道语音增强方法装置

[发明专利]一种利用咳嗽声检测肺部疾病的方法和装置-CN202211594426.5在审
发明人：张学帅;申家坤;颜永红;张鹏远 -专利权人：中国科学院声学研究所
申请日： 2022-12-13 - 公布日： 2023-05-30 - 主分类号： G10L25/66 文献下载
摘要：本发明涉及一种利用咳嗽声检测肺部疾病的方法，所述方法具体包括：去除原始咳嗽音频中非咳嗽音片段，得到咳嗽音频，以及该咳嗽音频中各单个咳嗽片段的起始和结束时间；依据各单个咳嗽片段的起始和结束时间，分别生成各单个咳嗽片段对应的对数梅尔普矩阵，并分别计算各单个咳嗽片段对应的位置编码矩阵；依据各单个咳嗽片段对应的对数梅尔普矩阵和位置编码矩阵，得到所述咳嗽音频的特征矩阵；将咳嗽音频的特征矩阵归一化后乘比例因子，将得到的乘积与咳嗽音频的特征矩阵相加后输入分类网络分类。还涉及了装置，包括：咳嗽音检测单元、音频信号处理单元、拼接单元、归一化单元和分类网络单元。本发明的方法和装置，能够提高检测结果的准确度。
一种利用咳嗽检测肺部疾病方法装置

[发明专利]一种防高温糊料粘料的装置-CN202211414283.5在审
发明人：刘六中;颜永红;包治琴 -专利权人：湖南嘉力亚新材料有限公司
申请日： 2022-11-11 - 公布日： 2023-05-23 - 主分类号： B65G11/02 文献下载
摘要：本发明提供一种防高温糊料粘料的装置，涉及生阳极加工技术领域，包括输料通道，所述输料通道为倾斜设置，所述输料通道的斜下方表面设置有主刀片式散热水箱，所述主刀片式散热水箱的顶部设置有出水口，且出水口处连接有压力阀，输料通道的斜上方表面设置有副刀片式散热水箱，所述副刀片式散热水箱与主刀片式散热水箱之间设置有单向进水支路、单向出水支路。本发明，将输料通道设置为倾斜状态，糊料向下输送的时候会沿着下侧的斜内侧壁，将主刀片式散热水箱设置于该侧壁的下方，能够实现高效、迅速的散热，从而起到防止高温糊料粘料的问题。
一种高温糊料装置

[发明专利]一种语音降噪模型的训练方法以及语音增强方法-CN202111353720.2在审
发明人：张鹏远;党风;颜永红 -专利权人：中国科学院声学研究所
申请日： 2021-11-16 - 公布日： 2023-05-19 - 主分类号： G10L21/0224 文献下载
摘要：本申请提供了一种语音降噪模型的训练方法和语音增强方法。语音降噪模型包括：第一增强模块和第二增强模块，第一增强模块用于对输入的频谱进行降噪处理，输出频谱；第二增强模块用于对输入的频谱进行降噪处理，输出复数掩蔽。第一增强模块和第二增强模块的处理顺序根据声道的信噪比确定。其中，在声道的信噪比小于预设值时，先利用第一增强模块进行处理以恢复语音谐波，后利用第二增强模块进行处理以增强降噪性能。
一种语音模型训练方法以及增强

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 275 条