“雷震春”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9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多路径网络的说话人确认欺骗检测方法-CN202211055454.X在审
发明人： 雷震春;周勇 -专利权人：江西师范大学
申请日： 2022-08-31 - 公布日： 2022-12-02 - 主分类号： G10L17/26 文献下载
摘要：本申请提供一种基于多路径网络的说话人确认欺骗检测方法，包括：获取说话人真实语音数据和欺骗语音数据；采用编解码器对所获取的语音进行数据增强，提取所有语音数据的线性频率倒谱系数特征；将编解码方式不同的语音视为来自不同的域，用高斯混合模型提取各域语音的高斯概率特征；构建多路径神经网络，每个域的高斯概率特征分别作为一个神经网络路径的输入；对所述多路径网络进行训练；获取新的说话人语音，对新的语音进行欺骗检测。本发明用高斯混合模型提取各域语音的高斯概率特征，使用多路径网络模型判断语音是真实语音还是欺骗语音，提高了语音欺骗检测系统的泛化性。
一种基于路径网络说话确认欺骗检测方法

[发明专利]一种基于孪生卷积神经网络进行欺骗性语音检测的方法-CN202011139472.7有效
发明人： 雷震春;马明磊;杨印根 -专利权人：江西师范大学
申请日： 2020-10-22 - 公布日： 2022-10-21 - 主分类号： G10L25/03 文献下载
摘要：本发明公开了一种基于孪生卷积神经网络进行欺骗性语音检测的方法，包括如下步骤：(1)提取语音的高斯概率特征：(a)对所有原始语音进行预处理；(b)对预处理后的语音进行CQCC特征提取；(c)对CQCC特征训练得到两个高斯混合模型；(d)通过两个高斯混合模型提取语音的高斯概率特征；(2)对语音进行欺骗性检测：语音经过两个高斯混合模型提取特征后，得到二维矩阵，将二维矩阵输入到神经网络模型中进行语音欺骗性检测。本发明采用孪生卷积神经网络，基于真实语音和欺骗语音两种高斯混合模型训练，能够大大提高欺骗性语音检测的准确性。
一种基于孪生卷积神经网络进行欺骗性语音检测方法

[发明专利]一种基于多尺度残差注意力网络的声音场景分类方法-CN202210028342.9在审
发明人： 雷震春;周勇 -专利权人：江西师范大学
申请日： 2022-01-11 - 公布日： 2022-04-19 - 主分类号： G10L25/03 文献下载
摘要：本发明提供一种基于多尺度残差注意力网络的声音场景分类方法，包括将采集到的音频数据进行特征提取，提取出对数梅尔频谱图及其一阶差分和二阶差分作为输入特征；构建多尺度残差注意力网络，将提取到的对数梅尔频谱图输入到网络中进行训练建立分类模型；采用mixup方法增强数据多样性；采用焦点损失关注分类困难的样本；获取新的声音场景语音，利用分类模型对语音进行声音场景分类，得到声音场景分类结果。本发明采用对数梅尔频谱图及其一阶和二阶差分，使用多尺度残差注意力网络模型来对声音场景进行分类，能够挖掘更多丰富全面的特征信息，从而提高声音场景分类性能。
一种基于尺度注意力网络声音场景分类方法

[发明专利]一种基于残差神经网络的语音欺骗检测方法-CN202110470976.5在审
发明人： 雷震春;马明磊;杨印根 -专利权人：江西师范大学
申请日： 2021-04-29 - 公布日： 2021-08-10 - 主分类号： G10L17/00 文献下载
摘要：本发明提供一种基于残差神经网络的语音欺骗检测方法，包括：采集真实语音信号数据和欺骗语音信号数据,进行特征提取，获得线性频率倒谱系数；对所述线性频率倒谱系数进行训练，获得高斯混合模型；将所述线性频率倒谱系数输入所述高斯混合模型，获得高斯概率特征；构建堆叠残差层模型，将所述高斯概率特征作为输入，输出得到二维矩阵；根据自适应最大池化层对所述二维矩阵进行池化操作后,输入到全连接层进行分类，根据分类得分判断语音是正常语音还是欺骗语音。本发明采用高斯概率特征结合残差神经网络模型，进一步提高了语音欺骗检测系统性能。
一种基于神经网络语音欺骗检测方法

[发明专利]一种基于双向长短期记忆网络的说话人确认欺骗检测方法-CN202110087153.4在审
发明人： 雷震春;马明磊;杨印根 -专利权人：江西师范大学
申请日： 2021-01-22 - 公布日： 2021-06-01 - 主分类号： G10L17/02 文献下载
摘要：本发明提供一种基于双向长短期记忆网络的说话人确认欺骗检测方法，包括：获取真实语音数据及欺骗语音数据，计算线性频率倒谱系数特征；采用高斯混合模型对线性频率倒谱系数特征进行建模并进行训练，得到真实语音高斯混合模型和欺骗语音高斯混合模型；将语音线性频率倒谱系数特征在真实语音及欺骗语音高斯混合模型的基础上，计算相应的高斯概率特征；构建孪双向长短期记忆网络，将真实语音高斯混合模型及欺骗语音混合模型上得到的高斯概率特征分别作为输入进行训练；获取新的说话人语音，对语音进行欺骗检测。本发明采用高斯概率特征，使用孪生双向长短期记忆网络模型来捕捉语音帧前后依赖，从而提高语音欺骗检测系统性能。
一种基于双向短期记忆网络说话确认欺骗检测方法

[发明专利]一种基于生成对抗网络过采样的网络入侵检测方法-CN202011479716.6在审
发明人： 雷震春;马明磊;杨印根 -专利权人：江西师范大学
申请日： 2020-12-15 - 公布日： 2021-04-06 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于生成对抗网络过采样的网络入侵检测方法，先选取网络入侵检测数据集中的主要特征，对主要特征进行数据预处理，得到训练集，再通过CGAN模型对训练集中的不平衡数据过采样，然后输入到网络入侵检测模型中进行训练，训练完成以后使用测试集对网络入侵检测模型进行测试。本发明通过CGAN模型产生的过采样样本，先解决了数据的不平衡问题以后再对检测模型进行训练，使得检测模型对样本数量较少类别的分类更加准确，以此提高了检测模型整体的准确率。
一种基于生成对抗网络采样入侵检测方法

[发明专利]一种基于加权成对约束度量学习算法的说话人识别方法-CN201510917128.9在审
发明人： 雷震春;杨印根;朱明华 -专利权人：江西师范大学
申请日： 2015-12-10 - 公布日： 2016-06-01 - 主分类号： G10L17/04 文献下载
摘要：本发明提供一种基于加权成对约束度量学习算法的说话人识别方法，该方法包括以下步骤：根据加权约束对度量学习算法(WPCML)，最小化同类样本间距离，同时最大化非同类样本间距离，获得用于计算样本间马氏距离的半正定矩阵；根据半正定矩阵计算说话人语音测试样本和目标样本间的马氏距离，根据马氏距离判断说话人样本间的相似度。本发明基于加权约束对度量学习(WPCML)算法应用于说话人识别方法简单有效，存在全局最优解，能快速求得满足条件的度量矩阵，该度量矩阵可有效反映说话人空间中的相似性和区分性，将该度量矩阵用于测试目标说话人语音样本的马氏距离得分分类器，进一步提高了说话人识别系统的性能。
一种基于加权成对约束度量学习算法说话识别方法

[发明专利]基于混合支持向量机的说话人识别方法-CN200510061954.4有效
发明人：杨莹春;吴朝晖;雷震春 -专利权人：浙江大学
申请日： 2005-12-13 - 公布日： 2006-06-14 - 主分类号： G10L17/00 文献下载
摘要：本发明涉及一种基于混合支持向量机的说话人识别的方法，是为每个说话人建立一个混合支持向量机模型，首先对每个说话人的语音进行特征提取，然后将每个说话人的所有训练样本数据采用聚类方法进行分区，每个区训练出一个支持向量机，在训练支持向量机的过程中，正样本为该说话人在这个分区里面的样本，负样本为冒认者的语音特征向量；在识别阶段，一条新的语句的每帧的得分值要综合所有支持向量机的输出，可以分别采用距离和概率两种方式得到。本发明有益的效果是：采用多个支持向量机混合的方法，在说话人识别上获得比采用单个支持向量机更好性能，同时其性能也优于相同高斯分量数目的高斯混合模型。
基于混合支持向量说话识别方法

[发明专利]基于内嵌GMM核的支持向量机模型的说话人识别方法-CN200510061953.X有效
发明人：杨莹春;吴朝晖;雷震春 -专利权人：浙江大学
申请日： 2005-12-13 - 公布日： 2006-06-14 - 主分类号： G10L17/00 文献下载
摘要：本发明涉及一种基于内嵌GMM核的支持向量机模型的说话人识别方法，首先对每个说话人的语音进行特征提取，然后根据每个说话人的语音训练得到一个高斯混合模型，根据此高斯混合模型，可以将一条语句映射到一个固定大小的高维向量上，并将此向量作为支持向量机的输入进行训练与识别。本发明有益的效果是：结合GMM模型和支持向量机的方法，在说话人识别上获得比GMM模型更好的性能。
基于 gmm 支持向量模型说话识别方法

1
共 9 条