[发明专利]一种交通道路声音监测与异常声音识别系统在审
| 申请号： | 201810851609.8 | 申请日： | 2018-07-30 |
| 公开（公告）号： | CN109087655A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 罗丽燕;覃泓铭;王玫;周陬;邓小芳;刘争红;韦金泉 | 申请（专利权）人： | 桂林电子科技大学 |
| 主分类号： | G10L19/02 | 分类号： | G10L19/02;G10L19/26;G10L25/24;G10L25/30;G10L25/45;G10L25/51;G08G1/01;G08G1/13 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 杨雪梅 |
| 地址： | 541004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种交通道路声音监测与异常声音识别系统，包括通过网络连接的声音采集端和服务器端；声音采集端包括拾音器、声卡、GPS定位模块、数据处理模块、无线通信模块。拾音器及数据处理模块可根据需求在指定路段进行布置安装；对交通道路声音进行实时监测，当监测到异常声音时，才将异常声音数据传输至服务器端进行进一步识别，大大减少了数据传输量；提取异常声音信号的多种特征值，结合神经网络进行识别与分类；对异常声音数据进行识别分类时，采用深度卷积神经网络（CNN），非常适用于声音的识别与分类，该网络能够大大提高训练效率与识别精度，高效识别交通道路中产生的异常声音。 | ||
| 搜索关键词： | 异常声音 交通道路 数据处理模块 服务器端 声音采集 声音监测 识别系统 拾音器 分类 结合神经网络 卷积神经网络 无线通信模块 数据传输量 高效识别 实时监测 数据传输 网络连接 训练效率 声卡 路段 监测 网络 | ||
【主权项】：
1.一种交通道路声音监测与异常声音识别系统，其特征在于：包括通过网络连接的声音采集端和服务器端；声音采集端包括拾音器、声卡、GPS定位模块、数据处理模块、无线通信模块；所述拾音器，用于对声音信号的采集；所述声卡，用于对声音信号进行模数转换；所述GPS定位模块，用于获取卫星发来的定位信息；所述数据处理模块，用于对采集的声音信号进行初步检测判断是否为异常声音，并将检测到的异常声音数据与定位信息数据一起发送至服务器端；所述无线通信模块，用于为数据处理模块提供传输数据的通信网络；所述服务器端，用于对异常声音数据进行MFCC、短时能量、短时过零率三种特征数据提取，将提取的特征数据输入至深度卷积神经网络中与异常声音特征数据库进行对比，综合三种特征的匹配率，识别并输出异常声音的类型；将异常声音类型与定位信息结合，在地图中呈现出异常声音发生的位置与异常声音的类型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于桂林电子科技大学，未经桂林电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810851609.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 频域参数串生成方法、频域参数串生成装置以及记录介质-201580020682.5
- 守谷健弘;镰本优;原田登;龟冈弘和;杉浦亮介 - 日本电信电话株式会社;国立大学法人东京大学
- 2015-02-16 - 2019-11-01 - G10L19/02
- 比以往减小频域的编码的编码失真，且根据与通过频域的编码而获得的线性预测系数等价的系数，获得与在时域的编码中利用的前一帧的已量化LSP参数对应的LSP参数。LSP线性变换部(300)将p设为1以上的整数，将a[1],a[2],…,a[p]设为对规定的时间区间的声音信号进行线性预测分析而获得的线性预测系数串，将ω[1],ω[2],…,ω[p]设为来自线性预测系数串a[1],a[2],…,a[p]的频域参数串，将频域参数串ω[1],ω[2],…,ω[p]设为输入，将变换后频域参数串～ω[1],～ω[2],…,～ω[p]中的各～ω[i](i＝1,2,…,p)，通过基于ω[i]和接近ω[i]的一个或多个频域参数之间的值的关系的线性变换，求出变换后频域参数～ω[i]的值。
- 基于婴儿哭声的情绪检测方法及其装置-201910571836.X
- 刘博卿;王健宗;贾雪丽 - 平安科技（深圳）有限公司
- 2019-06-28 - 2019-10-29 - G10L19/02
- 本发明公开了一种基于婴儿哭声的情绪检测方法及其装置，涉及大数据技术领域。该情绪检测方法包括：获取待检测的婴儿哭声信号，对婴儿哭声信号进行加窗。分别对每个时间窗内的婴儿哭声窗信号进行快速傅里叶变换，以生成婴儿哭声信号对应的频谱图。将频谱图输入训练好的情绪检测模型中，以确定婴儿哭声信号对应的情绪。由此，实现了将婴儿哭声信号通过傅里叶变换转化为对应的声音频谱图像，使用胶囊网络对声音频谱进行情绪识别，提高了对婴儿哭声的识别准确度。本发明实施例提供的技术方案能够解决现有技术中对婴儿哭声的识别准确率低的问题。
- 隔离车内故障的方法和装置-201910256517.X
- A·比卡;A·萨瓦尔;N·汤普森;J·普林斯;J·J·凯利三世;S·J·萨莫林斯基 - 通用汽车环球科技运作有限责任公司
- 2019-04-01 - 2019-10-25 - G10L19/02
- 一种用于监测对象车辆的非集成监测设备和方法，包括经由非集成传感器监测从对象车辆发出的物理参数。分析从对象车辆发出的物理参数以确定对象车辆的动态特征。获得对象车辆的基线特征，并将其与对象车辆的动态特征进行比较。基于对象车辆的基线特征和对象车辆的动态特征的比较，检测对象车辆的子系统中故障的发生，并且将故障的发生传输给对象车辆的操作员。
- 用于信号处理的方法和设备-201480053480.6
- 文卡塔·萨伯拉曼亚姆·强卓·赛克哈尔·奇比亚姆;文卡特拉曼·S·阿提 - 高通股份有限公司
- 2014-10-08 - 2019-10-15 - G10L19/02
- 本发明揭示一种方法，所述方法包含在话语编码器处基于谐波扩展信号及/或基于与音频信号的高频带部分相关联的高频带残差信号来确定第一增益形状参数。所述方法还包含基于合成高频带信号及基于所述音频信号的所述高频带部分来确定第二增益形状参数。所述方法进一步包含将所述第一增益参数及所述第二增益形状参数插入到所述音频信号的经编码版本中以在从所述音频信号的所述经编码版本再生所述音频信号期间实现增益调整。
- 用于使用交叠范围中的组合来处理音频信号的装置及方法-201480046726.7
- 萨沙·迪施;弗雷德里克·纳格尔;拉尔夫·盖格尔;克里斯蒂·纽卡姆;贝恩德·埃德勒 - 弗劳恩霍夫应用研究促进协会
- 2014-08-22 - 2019-10-11 - G10L19/02
- 一种用于处理包含一系列频谱值块(114)的音频信号的装置，包含：处理器(100)，用于使用针对第一块的至少一个修改值(102)来处理所述一系列块以在交叠范围(170)中获得混迭减少的或不含混迭的第一结果信号，以及使用针对所述一系列块中的第二块的至少一个第二不同修改值(106)来处理所述一系列块以在交叠范围(170)中获得混迭减少的或不含混迭的第二结果信号(108)；以及组合器(110)，用于在交叠范围(170)中组合第一结果信号(104)与第二结果信号(108)以针对该交叠范围(170)获得处理后的信号(112)。
- 音频信号的频谱-动态-201910204361.0
- 埃斯本·斯科文伯格 - 音乐集团公司
- 2019-03-18 - 2019-09-27 - G10L19/02
- 一种分析和显示音频信号的频谱‑动态性质的方法，包括以下步骤：基于所述音频信号在多个相邻频带中随时间测量电平；在所述频带中的每个内，基于所述电平的分布的两个或更多个统计数据计算频谱‑动态表征值(SDCV)；以及显示所述频谱‑动态表征值(SDCV)的图形表示(S1‑S5、P1‑P7、AS、DS、DR)作为频率的函数。
- 一种用于语音基音频率提取的改进局部均值分解方法-201910553408.4
- 张庆;贾林山;蒋婷婷 - 西安交通大学
- 2019-06-25 - 2019-09-27 - G10L19/02
- 一种用于语音基音频率提取的改进局部均值分解方法，首先使用三次样条插值的迭代包络法计算语音信号的上、下包络，计算得到语音信号的局部均值函数和包络估计函数；在完成一次“筛选”之后，后续“筛选”过程使用分段三次埃尔米特多项式插值的迭代包络法计算语音信号的上、下包络从而获得新的局部均值函数和包络估计函数；在局部均值分解完成后，选择能量最大的分量计算其包络函数的频谱，最终获得语音信号的基音频率；本发明将具有消除欠包络的迭代包络法引入到局部均值分解方法中，并将高阶和低阶插值曲线结合来减缓过包络，由此构建信号的局部均值函数和包络估计函数，显著提升LMD方法在语音信号基音频率提取过程中的计算效率和收敛的稳定性。
- 处理信号的方法及设备-201610506194.1
- 王宾;苗磊;刘泽新 - 华为技术有限公司
- 2014-04-29 - 2019-09-20 - G10L19/02
- 本发明实施例提供处理信号的方法及设备。该方法包括：从N个子带中选择M个子带，N个子带是对信号的当前帧的频谱系数划分得到的，M个子带的频段低于N个子带中除M个子带之外的K个子带的频段；根据M个子带的性能信息，确定对M个子带的原始包络值执行修正操作，性能信息用于指示M个子带的能量特性和频谱特性；分别对M个子带的原始包络值进行修正，以获取M个子带的修正包络值；根据M个子带的修正包络值以及K个子带的原始包络值，对N个子带进行一次比特分配。本发明实施例使得比特分配更为符合各个子带的比特需求，从而能够提升信号的编码以及解码性能。
- 用于音频信号解码或编码的时域电平调整-201480016606.2
- 斯特凡·施赖纳;阿尔内·博尔苏姆;马蒂亚斯·纽辛格;曼努埃尔·扬德尔;马库斯·洛瓦瑟;伯恩哈德·诺伊格鲍尔 - 弗劳恩霍夫应用研究促进协会
- 2014-01-07 - 2019-08-30 - G10L19/02
- 一种用于基于编码音频信号表示提供解码音频信号表示的音频信号解码器(100)包括：解码器预处理级(110)，用于从编码音频信号表示获得多个频带信号；削波估计器(120)；电平位移器(130)；频域至时域转换器(140)；以及电平位移补偿器(150)。削波估计器(120)分析编码音频信号表示和/或关于频带信号的增益的边信息，以便确定当前电平位移因子。电平位移器(130)根据电平位移因子移动频带信号的电平。频域至时域转换器(140)将电平位移的频带信号转换成时域表示。电平位移补偿器(150)对时域表示采取动作，以至少部分补偿相应的电平位移并且获得大致补偿的时域表示。
- 信号编码方法和设备以及信号解码方法和设备-201910495957.0
- 成昊相;康斯坦丁·奥斯波夫;吕毅 - 三星电子株式会社
- 2015-02-17 - 2019-08-27 - G10L19/02
- 本发明涉及一种信号编码方法和设备以及信号解码方法和设备。所述频谱编码方法可包括以下步骤：基于各个频带的比特分配信息来选择编码类型；针对零频带执行零编码；针对各个非零频带对选择的有效频率分量的信息进行编码。所述频谱编码方法使得能够对适应于各种比特率和各种子频带尺寸的频谱系数进行编码和解码。此外，可在支持多个速率的编解码器中使用比特率控制模块以固定比特率利用TCQ方法对频谱进行编码。可通过以精确的目标比特率对高性能TCQ进行编码来使所述编解码器的编码性能最大化。
- 一种音色的识别方法、装置、计算机设备和存储介质-201910621995.6
- 沈俊聪;李泽隆 - 广州荔支网络技术有限公司
- 2019-07-10 - 2019-08-27 - G10L19/02
- 本发明实施例提供了一种音色的识别方法、装置、计算机设备和存储介质，该方法包括：确定语音信号；将所述语音信号转换为频谱信号；计算所述频谱信号中频点的能量；根据所述频点的能量识别基音信号的频率；根据所述基音信号的频率确定所述语音信号的音色。由于基音与声带振动频率一致或相吻合，通过基音识别音色，可以保证音色的准确性，并且，基音检测的操作较为简便，可降低运算量，提高处理效率。
- 嘈杂环境下的肠鸣音检测方法、装置及系统-201610686377.6
- 战鸽;朱斌杰;陈平;应冬文;颜永红 - 北京易迈医疗科技有限公司
- 2016-08-18 - 2019-08-02 - G10L19/02
- 本发明提供了一种嘈杂环境下的肠鸣音检测方法、装置及系统，其中，该方法包括：通过传感器采集当前用户的肠鸣音混合信号，所述肠鸣音混合信号包括肠鸣音信号和环境干扰信号；将所述肠鸣音混合信号转换为数字信号；提取所述数字信号的时频谱特征；将所述数字信号的时频谱特征输入训练好的卷积神经网络中进行处理，检测出肠鸣音出现的时间点，从而区分所述肠鸣音信号和所述环境干扰信号。本发明实施例所提供的嘈杂环境下的肠鸣音检测方法、装置及系统，利用肠鸣音信号与环境干扰信号的在时频域特征上表现的差异，训练一个卷积神经网络区分肠鸣音和干扰音，可以完成在嘈杂环境中对肠鸣音的检测，有助于提升肠鸣音检测的准确性。
- 用于交错波形编码的音频编码器和解码器-201480019104.5
- K·克约尔林;R·特辛;H·默德;H·普恩哈根;K·J·罗德恩 - 杜比国际公司
- 2014-04-04 - 2019-08-02 - G10L19/02
- 提供用于音频信号的解码和编码的方法和装置。特别地，用于解码的方法包括接收具有与高于交叉频率的频率范围的子集对应的频谱内容的波形编码信号。波形编码信号与高于交叉频率的音频信号的参数高频率重构交错。以这种方式，实现音频信号的高频率带的改善的重构。
- 立体声音频编码器和解码器-201480019354.9
- H·普恩哈根;K·克约尔林 - 杜比国际公司
- 2014-04-04 - 2019-06-21 - G10L19/02
- 本公开提供用于基于输入信号编码和解码立体声音频信号的方法、装置和计算机程序产品。根据本公开，使用同时使用参数化立体声编码和立体声音频信号的离散表示的混合方法，该混合方法可提高某些比特率的编码和解码音频的质量。
- 一种噪声检测方法、装置和存储介质-201910048103.8
- 徐东;王征韬;赵伟峰 - 腾讯音乐娱乐科技（深圳）有限公司
- 2019-01-18 - 2019-05-21 - G10L19/02
- 本申请实施例公开了一种噪声检测方法、装置和存储介质，该方法包括：获取待检测音频的多个音频特征，基于分类树模型获取多个音频特征与正负样本标签的关联度，根据关联度生成待检测音频存在噪声的概率，当概率大于预设概率阈值时，确定待检测音频存在噪声。该方案通过提取音频的多个音频特征，根据分类树模型和音频的多个音频特征获取待检测音频存在噪声的概率，确定待检测音频中是否存在噪声，该方案提高了检测音频中噪声的效率和准确性。
- 音频编码器和解码器-201480024367.5
- L·维勒莫斯;J·克里萨;P·何德林 - 杜比国际公司
- 2014-04-04 - 2019-04-05 - G10L19/02
- 本文涉及一种音频编码和解码系统(被称为音频编解码器系统)。具体地，本文涉及一种特别适合于话音编码/解码的基于变换的音频编解码器系统。描述了被配置为将语音信号编码为比特流的基于变换的语音编码器(100、170)。编码器(100、170)包括被配置为接收块集合(132、332)的组帧单元(101)；其中，块集合(132、332)包括变换系数的多个顺序块(131)；其中，多个块(131)指示语音信号的采样；其中，变换系数的块(131)包括用于对应的多个频率区间(301)的多个变换系数。此外，编码器(100、170)包括包络估计单元(102)，其被配置为基于变换系数的多个顺序块(131)来确定当前包络(133)；其中，当前包络(133)指示关于对应的多个频率区间(301)的多个频谱能量值(303)。此外，编码器(100、170)包括包络插值单元(104)，其被配置为基于当前包络(133)来分别地确定用于变换系数的多个块(131)的多个插值的包络(136)。此外，编码器(100、170)包括平整单元(108)，其被配置为通过分别使用对应的多个插值的包络(136)使变换系数的对应的多个块(131)平整来确定平整的变换系数的多个块(140)；其中比特流基于平整的变换系数的多个块(140)而确定。
- 一种基于数据库的整车噪音检测学习装置-201710779422.7
- 刘广锰;张鹏;王玲玉 - 北京奔驰汽车有限公司
- 2017-09-01 - 2019-03-05 - G10L19/02
- 一种基于数据库的整车噪音检测学习装置，包括：噪音采集装置，根据不同类型噪音选择录音单元对声音进行记录，并对录音位置、录制方式及参数进行标准化设定，形成对应的录音文件；存储及处理装置，与所述噪音采集装置连接，对所述录音文件进行格式转化，得到全噪音音频文件并进行存储，同时对所述录音文件进行滤波处理及格式转化，得到特征噪音音频文件并进行存储；以及噪音输出装置，与所述存储及处理装置连接，还原所述特征噪音音频文件的音频并输出。
- 用于对致损耗地压缩的音频信号进行处理的方法和设备-201780003220.1
- D·佩尔里奇内夫 - ASK工业有限公司
- 2017-03-13 - 2018-12-28 - G10L19/02
- 本发明涉及一种用于对致损耗地压缩的音频信号2进行处理的方法，包括如下步骤：‑提供致损耗地压缩的音频信号2；‑将音频信号2变换为频谱，在频谱中将音频信号2的能量与音频信号2的频率相关联；‑确定在频谱中的局部的振幅极限的频率fi；‑确定第一选择标准并且预选两个直接依次跟随的局部的振幅极限的频率fi，所述频率fi符合第一选择标准；‑确定第二选择标准并且选择两个直接依次跟随的局部的振幅极限的、符合第一选择标准的预选频率fi，所述频率fi附加地符合第二选择标准；‑产生音频填充信号(AFS)；以及‑通过将音频填充信号(AFS)引入到符合第二选择标准的频率fi之间的频率范围中，处理音频信号2，使得所述频率范围至少部分地、尤其完全地用音频填充信号(AFS)来填充。
- 一种交通道路声音监测与异常声音识别系统-201810851609.8
- 罗丽燕;覃泓铭;王玫;周陬;邓小芳;刘争红;韦金泉 - 桂林电子科技大学
- 2018-07-30 - 2018-12-25 - G10L19/02
- 本发明公开了一种交通道路声音监测与异常声音识别系统，包括通过网络连接的声音采集端和服务器端；声音采集端包括拾音器、声卡、GPS定位模块、数据处理模块、无线通信模块。拾音器及数据处理模块可根据需求在指定路段进行布置安装；对交通道路声音进行实时监测，当监测到异常声音时，才将异常声音数据传输至服务器端进行进一步识别，大大减少了数据传输量；提取异常声音信号的多种特征值，结合神经网络进行识别与分类；对异常声音数据进行识别分类时，采用深度卷积神经网络（CNN），非常适用于声音的识别与分类，该网络能够大大提高训练效率与识别精度，高效识别交通道路中产生的异常声音。
- 一种语音处理的方法及装置-201410657804.9
- 郭李;仇存收;刘立;田立生;常青;王金鑫 - 华为终端（东莞）有限公司
- 2014-11-18 - 2018-09-21 - G10L19/02
- 一种语音处理的方法，用于解决现有技术中语音处理时误判率高的问题，所述方法包括：用户设备将获取的语音信号进行加窗和分帧；加重所述进行加窗和分帧后的语音信号中的高频谐波成分；根据快速傅立叶变换FFT获取所述加重高频谐波成分后的语音信号的频谱；计算所述频谱中各个频点的斜率；根据所述斜率确定所述语音信号的中心频点，并根据所述中心频点确定谐波。本发明实施例还提供一种语音处理的装置。
- 频域卷积盲源分离分频段多质心聚类排序方法-201810291340.2
- 成玮;加正正;陈雪峰;褚亚鹏;朱岩;倪晶磊;陆建涛;杨志勃 - 西安交通大学
- 2018-04-03 - 2018-08-24 - G10L19/02
- 本发明公开了一种频域卷积盲源分离分频段多质心聚类排序方法，(1)将全频带信号进行重叠分组，整个频带被均分为若干个子带，子带之间存在重叠频段；(2)在每个子带内，先后进行多质心聚类和单质心聚类；(3)找出排序失败的频带，对这些频带信号进行重新排序使得该频带处分离信号幅值包络和聚类中心的相关系数之和最大；(4)依次遍历所有子带完成全频带信号的排序。本发明利用重叠子带多质心聚类方法提高了聚类中心，即参考信号的精度，降低子带之间错排的几率。仿真试验表明，本方法具有很好准确性，并且对于短时傅里叶变换窗长在一定范围内变化，本方法仍能保持良好的分离性能。
- 音频/语音编码装置、音频/语音解码装置及其方法-201410725584.9
- 刘宗宪;张国成;押切正浩 - 松下电器（美国）知识产权公司
- 2012-03-12 - 2018-08-24 - G10L19/02
- 本发明实施例提供了一种音频/语音编码装置和音频/语音解码装置，所述音频/语音编码装置包括：变换单元，其将时域输入信号变换为频域信号；频带划分单元，其将输入信号的频谱划分为多个子带；范数因子计算单元，其导出表示各子带的能量等级的范数因子；量化单元，其对所述范数因子进行量化；索引变更单元，其变更量化索引；霍夫曼表选择单元，其从若干预先定义的霍夫曼表中选择霍夫曼表；霍夫曼编码单元，其包括用于计算当前子带与在先子带之间的差分索引的差分索引计算单元，使用所述选择出的霍夫曼表，对所述差分索引进行编码；以及标志信号传输单元，其传输表示所述选择出的霍夫曼表的标志信号。
- 一种基于弯折倒谱特征的抗噪语音识别方法-201510212759.0
- 黄丽霞;张雪英;黄少龙;王一平;孙颖;胡杰;李刚;刘雪艳;张晓丹;王亚楠 - 太原理工大学
- 2015-04-29 - 2018-05-01 - G10L19/02
- 本发明涉及听觉滤波器的抗噪性能和抗噪语音识别特征提取，属于电子信息技术中的信号处理技术领域，具体涉及一种基于弯折倒谱特征的抗噪语音识别方法。针对现有滤波器带宽不满足非对称性分布，对应的提取特征无法准确表征人耳听觉特性的不足，本发明的主要目的在于提供一种基于弯折倒谱特征的抗噪语音识别方法，将WFBs（弯折滤波器组）应用于信号频谱的分析中，有效利用带宽的非对称性，充分使用一阶全通变换的弯折因子来控制频带分布，从而在不同听觉尺度上研究听觉特性滤波器的抗噪性能，提高抗噪特征的识别率。
- 滩涂野外声音监听装置-201710870927.4
- 陈昌松 - 盐城师范学院
- 2017-09-24 - 2018-03-06 - G10L19/02
- 滩涂野外声音监听装置包括监听与前置放大电路、传输与幅度匹配电路、内磁扬声器、电脑主机、多通道声卡、显示器、音箱和互联网，监听与前置放大电路中的第一晶体管、第二晶体管、电阻器和电容器组成共基放大电路和直接耦合放大电路，前者起阻抗变换作用，后者将内磁扬声器的信号放大到较大幅度输出，在传输与幅度匹配电路输出端，通过电阻分压电路使信号输出幅度为常规数值，通过这种先放大后压缩的方式可大幅度降低干扰信号幅度，该装置灵敏度较高、信号幅度较大，传输距离较远，噪声干扰较小，声音衰减较小，频率特性较好，装置能通过电脑监听滩涂野外声音，也能通过联网进行远程监听、观察和分析声音的幅度、波形和频谱特性。
- 基于内容的音频比对系统-201710833520.4
- 姜克建;陈武 - 苏州市福川科技有限公司
- 2017-09-15 - 2018-03-02 - G10L19/02
- 本发明公开了基于内容的音频比对系统，包括以下步骤信号输入、预处理、音频比对、参数输出，本发明所述基于内容的音频比对系统大师借鉴了语音识别技术，采用基于样本的音频内容对比算法技术，对同源音频进行比较，可行性高，同时，AoIP技术的应用令广播链路上高质量信号的采集更为简单易行，直接为对比技术提供了更丰富可行的对比特征，而且采用数字信号处理技术，容易实现播出信号质量的全面监控，可行保证了播出安全，杜绝了播出事故。
- 音频处理方法、装置、存储介质及终端-201711020805.2
- 肖纯智 - 广州酷狗计算机科技有限公司
- 2017-10-27 - 2018-03-02 - G10L19/02
- 本发明公开了一种音频处理方法、装置、存储介质及终端，属于多媒体技术领域。所述方法包括将待处理音频转换为第一短时频谱信号；将第一短时频谱信号分解为原始幅度谱和原始相位谱；根据目标变速倍数对原始幅度谱进行重采样处理，生成目标幅度谱；对原始相位谱进行重构处理，得到目标相位谱；根据目标幅度谱以及目标相位谱，生成可按照目标变速倍数播放的目标音频。本发明在将音频信号转换为短时频谱信号后，再继续将其分解为幅度谱和相位谱，以通过按照目标变速倍数来对幅度谱进行重采样，并通过对相位谱进行重构来保证相位的连续性，这样在进行上述处理合成目标视频后，目标视频不但可以实现多倍的变速不变调，而且还具有高质量。
- 基于时‑频域趋势变化的密文语音感知哈希及检索方案-201510240584.4
- 王宏霞;郝广洋 - 西南交通大学
- 2015-05-13 - 2018-02-06 - G10L19/02
- 本发明公开了一种基于时‑频域趋势变化的密文语音感知哈希及检索方案，将语音分为时域和频域两部分提取感知哈希，采用适应于大规模数据、效率较高的混沌异或加密算法对语音进行加密，再使用数字水印技术将感知哈希序列嵌入密文语音的最低有效位中，生成密文语音库和系统感知哈希表。将密文语音库和感知哈希表上传云端。检索时对用户提供的索引语音提取感知哈希序列，将该摘要序列作为索引提交云服务器，并在云端的系统哈希表中匹配检索，当该感知哈希序列与系统哈希表中感知哈希值匹配成功时，为用户返回哈希表中该哈希摘要对应的密文语音，检索成功。从而实现了对云端加密语音的快速、准确检索。本发明在使用时区分权重、先后匹配，从而在大规模应用时提高了匹配效率。
- 基于量化索引调制QIM的G.723.1语音信息隐写分析方法-201710788895.3
- 吴志军;姜园春 - 中国民航大学
- 2017-08-29 - 2018-01-19 - G10L19/02
- 本发明的隐写分析方法属于信息安全领域中信息隐藏技术的一种。方法通过检测语音载体中是否含有秘密信息，用于对抗量化索引调制(QIM，Quantization Index Modulation)隐写术的非法使用。本发明以G.723.1语音编码器为载体，针对QIM隐写方法进行检测。方法在对G.723.1语音编码矢量量化过程中，QIM隐写前后，码字索引值分布特性的变化进行分析的基础上，进行两项工作(1)通过对索引的分布和转移概率矩阵进行量化，使用主成分分析法进行降维处理，得到维数较低的特征向量，并通过实验验证了降维后的特征向量仍对QIM隐写灵敏；(2)将提取的特征向量作为支持向量机(SVM，Support Vector Machine)分类器的输入，针对不同类别的语音样本进行实验，通过大量样本训练分类器，进行隐写分析实现与性能分析。
- 用于以几何为基础的空间音频编码的装置及方法-201180066795.0
- 乔瓦尼·德尔加尔多;奥利弗·蒂尔加特;于尔根·赫莱;法比安·库奇;埃马努埃尔·哈贝茨;亚历山大拉·克拉琼;阿希姆·昆茨 - 弗劳恩霍夫应用研究促进协会
- 2011-12-02 - 2018-01-12 - G10L19/02
- 本发明提供了一种用于根据包含与一个或多个声源的音频数据相关的音频数据流来产生至少一个音频输出信号的装置。此装置包含用于接收包含音频数据的音频数据流的接收器。音频数据包含各个声源的一个或多个压力值。另外，音频数据针对各个声源包含表明一个声源的位置的一个或多个位置值。另外，此装置包含合成模块，用于根据音频数据流的音频数据的一个或多个压力值中的至少一个及根据音频数据流的音频数据的一个或多个位置值中的至少一个，来产生所述至少一个音频输出信号。
- 编码设备和解码设备-201410655722.0
- 成钟模;金炫佑;裵贤珠 - 韩国电子通信研究院
- 2011-03-31 - 2018-01-02 - G10L19/02
- 公开了一种编码器的编码方法。该编码器通过对输入信号进行转换来生成第一MDCT系数，并且通过对该第一MDCT系数进行量化来生成MDCT索引。该编码器通过对该MDCT索引进行逆量化来生成第二MDCT系数，并且通过该第一MDCT系数与该第二MDCT系数之间的差异来计算MDCT误差系数。接下来，所述编码器通过对该MDCT误差系数进行编码来生成误差索引，并且根据该第一MDCT系数和该第二MDCT系数来生成与该第一MDCT系数的增益对应的增益索引。
- 专利分类
