[发明专利]利用手机扬声器和麦克风识别人体舌头下颚动作的方法有效
| 申请号： | 202011631284.6 | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN112863515B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 李凡;曹烨彤;宋肖玉 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G10L15/24 | 分类号： | G10L15/24;G10L21/0224;H04R25/00;H04M1/72403;H04M1/72448;G06K9/62;H04M1/03 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 张利萍 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用手机扬声器和麦克风识别人体舌头下颚动作的方法。使用手机扬声器和麦克风组成一个简易主动声纳系统，通过使用动态阈值切割算法、支持向量数据描述分类器，可精准从带有其他动作引起的耳道壁运动信号中提取和切分由舌头下颚动作引起的耳道壁运动信号。通过使用信号转换算法，有效消除由用户耳道形态差异以及音频传感器位置差异引起的耳道壁运动信号差异。基于分类器反馈，对耳道壁运动信号特征进行选择，筛选出最有益于舌头下颚动作识别的时域特征，利用这些特征和随机森林分类器，实现舌头下颚动作准确识别。本发明不依赖各类传感器和穿戴设备，具有成本低、使用舒适度高、隐蔽性高、不受光照条件影响等优势。 | ||
| 搜索关键词： | 利用 手机 扬声器 麦克风 识别 人体 舌头 下颚 动作 方法 | ||
【主权项】：
暂无信息
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北京理工大学，未经北京理工大学许可，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/202011631284.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种房屋排水系统
- 下一篇：一种用于土木工程建筑的环保型混凝土加工设备
- 同类专利
- 一种基于数字人系统的无障碍交流系统和方法-202311010485.8
- 薛弘扬 - 杭州一知智能科技有限公司
- 2023-08-10 - 2023-10-13 - G10L15/24
- 本发明公开了一种基于数字人系统的无障碍交流系统和方法，属于无障碍交流智能设备领域。包括正常人客户端和聋哑人客户端，其中正常人客户端的功能包括：捕获正常人语音、将正常人语音转为文字信号并发送至聋哑人客户端、接收聋哑人客户端发送的面部信息并将其换脸至数字人模板上、接收聋哑人客户端发送的文字信息并转换为音频、利用音频驱动换脸后的数字人动画、播放音频和换脸后的数字人动画等。聋哑人客户端的功能包括：采集聋哑人面部信息并发送至正常人客户端、捕获聋哑人手部动作、将手部动作翻译为文字信息并发送至正常人客户端、接收正常人客户端发送的文字信号并转为手语动画、播放手语动画等。本发明使得正常人与聋哑人的沟通更加方便。
- 一种认知检测方法、认知检测装置、电子设备及存储介质-202310803172.1
- 李滨君;滕大志;罗震环;庞建新 - 深圳市优必选科技股份有限公司
- 2023-06-30 - 2023-10-13 - G10L15/24
- 本申请公开了一种认知检测方法、认知检测装置、电子设备及计算机可读存储介质。其中，该方法包括：基于用户对认知检测问题的回答，获取待评估数据，所述待评估数据包括：用户的生命体征数据、包含用户人脸信息的视频数据及包含用户答题音频的音频数据；提取得到所述视频数据所包含的人脸关键点数据；根据所述人脸关键点数据及所述音频数据进行答题判别，得到认知检测的语音判别结果；根据所述人脸关键点数据、答题判别的中间输出及所述生命体征数据进行状态分析，得到认知检测的状态分析结果。通过本申请方案，可实现全流程的针对认知检测的特化语音交互的评估。
- 一种用于智能设备的语义智能识别系统及其方法-202310585580.4
- 张帆;刘曙新;严慧江 - 上海旷通科技有限公司
- 2023-05-23 - 2023-08-25 - G10L15/24
- 本发明公开了一种用于智能设备的语义智能识别系统及其方法，涉及智能识别技术领域，包括管控模块，所述管控模块连接有WLAN模块、动作检测识别模块、语音检测识别模块和预警模块；所述WLAN模块用于接入WLAN网络，连接智能设备；所述动作检测模块用于获取动作图像，根据动作图像判断受控设备，并对受控设备进行操作；所述语音检测识别模块用于检测声带振动，获取语音信号，通过识别语音信号对受控设备进行操控处理，同时，在识别过程中生成相应的预警信号；所述预警模块用于处理预警信号；当本设备连接多台智能设备时，可通过动作检测识别模块检测用户需要操控的设备，精准把控用户的使用需求，提高了用户的使用体验。
- 一种基于毫米波雷达的手机扬声器语音恢复方法-202310383645.7
- 吴迎笑;毛昌林;韩建平;倪浩铖 - 杭州电子科技大学
- 2023-04-12 - 2023-07-04 - G10L15/24
- 本发明公开了一种基于毫米波雷达的手机扬声器语音恢复方法，包括以下步骤：S1：通过毫米波雷达采集手机扬声器发声所引起的手机振动信号，得到原始数据，形成固定时长的数据帧，该数据帧为目标数据帧；S2：基于所述目标数据帧，使用针对微小振动的相位提取算法提取目标振动信号；S3：基于所述目标振动信号，进行时频变换，得到目标振动频谱；S4：使用音频频谱重建网络从所述目标振动频谱中恢复音频，得到重建后的音频频谱；S5：基于所述重建后的音频频谱，使用声码器从音频频谱中重建音频数据。本发明能提取手机扬声器的微小振动信号，并从包含大量噪声的振动频谱中重建音频数据，重建后的音频具有较高的语音可懂度。
- 一种基于超表面的语音采集和提取系统及方法-202310058519.4
- 安强;邱天硕;吕昊;王健琪;李世勇;王甲富;屈绍波 - 中国人民解放军空军军医大学
- 2023-01-17 - 2023-06-23 - G10L15/24
- 本发明公开了一种基于超表面的语音采集和提取系统及方法，包括相位梯度超表面、眼动仪、可穿戴显示器、矢量网络分析仪；相位梯度超表面连接控制器的输出端，可穿戴显示器连接眼动仪；相位梯度超表面用于发出设定波段的电磁波；矢量网络分析仪用于接收目标物的反射电磁波，所述反射电磁波载有目标物的表面振动信息；相位梯度超表面包括多个单元，每个单元的长宽为工作中心频率对应波长的四倍以上，每个单元设有电调器件，所述电调器件为二极管或变容二极管；提高了人类对语音信息的处理能力；结构简单易行，显著提升效率；为聋哑人提供了一种语音感知框架，使聋哑人“看见”语音信号。
- 一种基于脑电信号的语音谱图重构方法-202310228888.3
- 周迪;陈敏波;于雅致;蔡华铮;黄金峰 - 攻壳智动（北京）科技有限公司
- 2023-03-10 - 2023-06-23 - G10L15/24
- 一种基于脑电信号的语音谱图重构方法，属于语音谱图重构技术领域，本发明为解决现有无创脑电图的重建语音精度较低，并且存在转换过程中信息丢失，导致很难直接从神经反应中恢复具有高精度可懂度语音的问题。它包括：在自然语音播放过程中采集脑电信号；对脑电信号进行降噪预处理，利用带通滤波器组和希尔伯特变换获取脑电信号的频谱图；将频谱图和对应的脑电信号分为训练集和测试集；采用留一交叉检验法对训练集进行检验，利用线性回归模型在训练集上建立从脑电信号到频谱图之间的映射模型，获取预测语音的频谱图；利用带通滤波器组调制白噪声，将调制噪声与预测语音频谱包络叠加进行组合，创建噪声驱动音，获得重建的语音。本发明用于语音重建。
- 基于图像识别的语音唤醒方法及装置、电子设备-202211415629.3
- 胡晟;李宾;郑珊珊 - 深圳创维-RGB电子有限公司
- 2022-11-11 - 2023-04-07 - G10L15/24
- 本发明公开了一种基于图像识别的语音唤醒方法及装置、电子设备。其中，该方法包括：在图像采集模块启动的情况下，利用图像采集模块采集目标对象的图像；对图像进行图像识别处理，得到识别结果；在基于识别结果确定需要启动智能家电的语音唤醒功能时，启动智能家电设备的语音接收功能。本发明解决了相关技术中仅能采用语音方式来启动与智能家电设备的对话，方式比较单一，无法满足用户需求的技术问题。
- 一种残疾人用喉麦离线语音识别装置-202211498526.8
- 王芳;张晨韵;曹天义 - 无锡科技职业学院
- 2022-11-28 - 2023-03-28 - G10L15/24
- 本发明提供了一种残疾人用喉麦离线语音识别装置，包括第一弧形部和第二弧形部，第一弧形部靠近第二弧形部处开设第一容纳槽，第二弧形部靠近第一弧形部处开设第二容纳槽，第一容纳槽与第二容纳槽之间连接调节带，第一容纳槽和第二容纳槽均插接调节组件，调节带两端分别缠绕于两个调节组件；第一弧形部靠近第二弧形部一侧连接用于识别声带振动的感应板，第二弧形部靠近第一弧形部一侧连接固定板，通过旋转调节组件控制调节带位于第一容纳槽和第二容纳槽外的长度以调节第一弧形部和第二弧形部之间的距离。本发明具有代替现有技术中的魔力带来适配不同的使用者的颈围，达到良好的颈部包裹效果来感受声带振动，以保证语音识别的准确性的效果。
- 利用手机扬声器和麦克风识别人体舌头下颚动作的方法-202011631284.6
- 李凡;曹烨彤;宋肖玉 - 北京理工大学
- 2020-12-31 - 2022-12-09 - G10L15/24
- 本发明公开了一种利用手机扬声器和麦克风识别人体舌头下颚动作的方法。使用手机扬声器和麦克风组成一个简易主动声纳系统，通过使用动态阈值切割算法、支持向量数据描述分类器，可精准从带有其他动作引起的耳道壁运动信号中提取和切分由舌头下颚动作引起的耳道壁运动信号。通过使用信号转换算法，有效消除由用户耳道形态差异以及音频传感器位置差异引起的耳道壁运动信号差异。基于分类器反馈，对耳道壁运动信号特征进行选择，筛选出最有益于舌头下颚动作识别的时域特征，利用这些特征和随机森林分类器，实现舌头下颚动作准确识别。本发明不依赖各类传感器和穿戴设备，具有成本低、使用舒适度高、隐蔽性高、不受光照条件影响等优势。
- 一种模糊耳语音的转换方法、系统及其装置-202210938496.1
- 王世炎;蔡佳豪;程慧如;陶应智;周健 - 安徽大学
- 2022-08-05 - 2022-10-25 - G10L15/24
- 本发明属于语音信号处理领域，具体涉及一种模糊耳语音的转换方法、系统及其装置。该转换方法包括如下步骤：S1：基于经典的生成对抗网络设计一个用于进行耳语音识别的改进型模型。S2：准备清晰耳语音语料和模糊耳语音语料构成第一训练集、第二训练集和测试集。S3：设计一个音频合成模块。S4：采用训练集和测试集对改进型模型进行训练。S5：利用耳语音转换模型对耳语音进行识别，然后将识别出元音频进行拼接，并转换为所需的正常音的完整音频。转换系统包括：样本采集模块、预处理模块、信号优化模块、骨干网络、音频合成模块、训练组织模块、后处理模块。本发明解决了现有的耳语音转化方法存在的对模糊耳语音识别准确率不足的问题。
- 一种基于回译的无声语音识别方法和系统-202210442791.8
- 印二威;张敬;曹议丹;张亚坤;艾勇保;王凯;张皓洋;闫野 - 中国人民解放军军事科学院国防科技创新研究院
- 2022-04-25 - 2022-07-29 - G10L15/24
- 本发明公开了一种基于回译的无声语音识别方法和系统，方法包括：采集无声说话状态下的无声表面肌电信号；将无声表面肌电信号进行预处理和特征提取，得到无声肌电特征；将无声肌电特征送入SAEM模型得到对应的有声肌电特征；将对应的有声肌电特征送入到语音转换模型得到对应的音频特征；使用语音合成模型将对应的音频特征转化为生成的音频信号，使用语音识别模型将生成的音频信号转为文本。本发明所设计的一种基于回译的无声语音识别方法和系统，利用编码器‑解码器网络进行无声肌电信号和有声肌电信号间的转换，并且有创新性地将机器翻译中回译的方法迁移到肌电信号上，从而利用非平行数据提升无声语音识别效果，最终提升无声语音识别效果。
- 一种语音识别方法、装置、设备和介质-202210523864.6
- 王彬;李旭滨;陈吉胜 - 云知声智能科技股份有限公司
- 2022-05-14 - 2022-07-22 - G10L15/24
- 本申请涉及一种语音识别方法、装置、电子设备和存储介质，该方法包括：采用八麦麦克风阵列确定语音的目标方向的大致方向以及目标方向增强后的语音信号；获取语音的目标方向的大致方向的视频；根据目标方向增强后的语音信号和语音的目标方向的大致方向的视频对语音进行识别。本申请采用八麦麦克风阵列确定语音的目标方向的大致方向以及目标方向增强后的语音信号，可以有效降低噪声，并且在确定方向后通过摄像头获取语音的目标方向的视频，将目标方向的视频和目标方向降低噪声后的语音信号相结合后对语音进行识别，避免了目标对象在摄像头的拍摄范围之外以及噪音干扰的情形，不仅提高了语音识别的准确率而且提升了用户体验。
- 用户交互辅助方法、装置、电子设备及可读存储介质-202210396401.8
- 王政轩;张方方 - 歌尔科技有限公司
- 2022-04-15 - 2022-07-22 - G10L15/24
- 本申请公开了用户交互辅助方法、装置、电子设备及可读存储介质，应用于AR眼镜，所述AR眼镜设置有骨传导耳机，所述用户交互辅助方法包括：通过所述骨传导耳机拾取所述AR眼镜的佩戴用户的音频，得到拾取音频；若所述拾取音频为有效音频，则在检测到外界的手语动作时，将所述手语动作转换为对应的自然语言信息进行播放，以辅助所述佩戴用户与外界进行交互；若所述拾取音频不为有效音频，则在检测到外界的交互信息时，在所述AR眼镜的AR显示画面中显示所述交互信息对应的各预设答复答案，以辅助所述佩戴用户与外界进行交互。本申请解决了现有技术中聋哑用户与外界的存在沟通障碍的技术问题。
- 用于默读解释的机器学习-202080070670.4
- 雅罗斯拉夫·沃洛维奇;安特·厄兹塔斯肯特;布勒斯·阿格拉-阿尔卡斯 - 谷歌有限责任公司
- 2020-11-24 - 2022-05-13 - G10L15/24
- 提供的是一种入耳式设备和相关联的计算支持系统，该相关联的计算支持系统利用机器学习来解释描述由用户默读期间的一个或多个入耳式现象的传感器数据。一种电子设备能够接收由至少部分定位在用户的耳朵内的至少一个传感器生成的传感器数据，其中，该传感器数据由至少一个传感器与用户对默读话语进行默读同时生成。该电子设备然后能够用机器学习的默读解释模型来处理传感器数据以生成默读话语的解释作为机器学习的默读解释模型的输出。
- 用于人员的语音信号的检测设备以及用于通过这种检测设备检测人员的语音信号的方法-202080033226.5
- M·克鲁格;T·莫尔;J·朔伊切恩普夫鲁格 - 奥迪股份公司
- 2020-04-30 - 2021-12-10 - G10L15/24
- 本发明涉及一种用于人员(31)的语音信号的检测设备(10)以及用于检测人员(31)的语音信号的方法。检测设备(10)包括光源(30)、传感器装置(11)、评估装置(13)以及第一面状的载体介质(12)。第一面状的载体介质(12)构造为光导体，在光导体处提供有耦入区域(16)和耦出区域(18)。光源(30)的光(100)朝人员(31)的颈部前部区域(31’)的方向发出，在那里反射的光(100’)在耦入区域(16)中耦入到第一面状的载体介质(12)中，借助于内反射传输到耦出区域(18)并在那里耦出。耦出的光(100’)由传感器装置(11)检测，传感器装置提供说明耦出的光(100’)的飞行持续时间的传感器数据。借助于评估装置(13)将传感器数据转换成振动数据，并通过在应用语音诠释标准的情况下评估振动数据而提供语音信号。
- 车辆的用户交互方法、交互系统及计算机程序产品-202110650820.5
- 赵玥 - 戴姆勒股份公司
- 2021-06-11 - 2021-09-10 - G10L15/24
- 本发明提出一种车辆的用户交互方法，所述用户交互方法包括：步骤S1、通过车载摄像装置(1)获取车辆内的用户和/或其随身物的图像信息；步骤S2、从所述图像信息获取关于用户和/或其随身物的外观的外观特征信息；以及步骤S3、向用户输出与外观特征信息相关联的问候。还提出一种车辆的用于执行根据本发明的用户交互方法的交互系统，所述交互系统包括摄像装置(1)、输出装置(2)以及连接至摄像装置(1)和输出装置(2)的控制器(3)。本发明还涉及相应的计算机程序产品。借助于本发明，车辆能够主动地向用户发出与用户本身相关的更个性化的、更拟人化的问候语，从而改善人车交互过程中的用户体验。
- 一种声音识别控制方法及装置-201810437831.3
- 罗富强;廖明忠;纪家玮;黄章平 - 深圳市宇恒互动科技开发有限公司
- 2018-05-09 - 2021-08-31 - G10L15/24
- 本发明涉及一种声音识别控制方法及装置，该方法应用于声音识别控制装置，该方法包括：通过感测单元感测用户当前声音振动信息和/或运动行为信息；将感测到的当前声音振动信息和/或运动行为信息采用预设算法进行运算处理，根据运算处理结果获得与当前声音振动信息对应的特征信息；根据特征信息输出命令控制信号。本发明在不需要对声音的内容或声纹波形判断的条件下，仅对感测单元感测到的声音振动信息和运动行为信息进行处理，根据处理结果识别出用户的开始说话的特征信息，降低了技术难度、成本及功耗，提高了稳定性，最大程度以另一种不同的消噪方式，完全隔绝滤除用户自己声音以外的声音，提高了精准判断用户语音的能力。
- 无声语音识别方法、装置、介质、耳机及电子设备-202110574090.5
- 杜琳;李创奇 - 北京小米移动软件有限公司
- 2021-05-25 - 2021-08-27 - G10L15/24
- 本申请公开了一种无声语音识别方法、装置、介质、耳机及电子设备，涉及无声语音识别领域。所述方法包括：获取第一信号，第一信号是耳机在播放前的音频信号；获取混合信号，混合信号包括第二信号、以及与第二信号经耳道传播后的反射信号，第二信号是第一信号经耳机在播放后的音频信号，反射信号跟随无声语音对应的耳道的形变进行变化；根据第一信号和混合信号确定与无声语音对应的识别结果。
- 信息处理装置、信息处理方法和程序-201980065621.9
- 石川毅 - 索尼集团公司
- 2019-07-17 - 2021-06-22 - G10L15/24
- 信息处理装置(10)包括：识别单元，用于将用户的输入信息识别为字符串；以及补充单元，用于基于与识别字符串时的用户的视野相对应的真实空间的图像的分析结果，对所识别的字符串进行补充。
- 非声学语音信息检测方法、服务装置及可读存储介质-201910349474.X
- 李丹;马皛源;魏建明 - 中国科学院上海高等研究院
- 2019-04-28 - 2021-06-22 - G10L15/24
- 本发明提供一种非声学语音信息检测方法、服务装置及可读存储介质。所述检测方法至少包括步骤：获取PPG信号、截取PPG信号中含有与语音活动相关的运动伪迹信号段及从信号段中检测出语音信息。采用本发明的基于PPG信号的非声学语音信息检测方法、服务装置及可读存储介质，使用者只需要做出说话的动作而无需发出声音即可与机器进行交互，或者进行语音信息的传达，可极大提高用户体验舒适度、语音交互私密性和强噪声环境下的信息检测准确度。同时，本发明可用于缺乏传输介质、高噪声或内容需要保密的语音传输、语音控制的场景，如航天、军事、公安、消防、救灾等领域，以及车站、商场、酒吧等嘈杂的公共场所，具有极高的应用价值。
- 信息处理装置及信息处理方法-201980065946.7
- 历本纯一 - 索尼公司
- 2019-07-31 - 2021-05-25 - G10L15/24
- 提供能够在用户不发声的情况下得到期望的声学信息的信息处理装置及信息处理方法。信息处理装置具备控制部(110)，该控制部(110)基于通过机器学习而获得的算法，将通过超声波回声而获得的表示口腔内的状态的多张时间序列图像转换为与所述口腔内的状态对应的信息。
- 基于PPG信号的非声学语音信息检测装置-201910349272.5
- 李丹;马皛源;魏建明 - 中国科学院上海高等研究院
- 2019-04-28 - 2021-04-20 - G10L15/24
- 本发明提供一种基于PPG(光电容积脉搏描记，Photoplethysmography)信号的非声学语音信息检测装置。所述检测装置包括PPG信号采集模块和信息检测模块，所述PPG信号采集模块用于采集PPG信号，所述信息检测模块与所述PPG信号采集模块相连接，用于截取含有与语音活动相关的运动伪迹信号段，并从所述信号段中检测出非声学语音信息。采用本发明的基于PPG信号的非声学语音信息检测装置，使用者只需要做出说话的动作而无需发出声音即可与机器进行交互或者进行语音信息的传达。因而，本发明可以有效辅助语言障碍者通过语言活动进行人机交互，或者帮助使用者通过语言活动发布信息和控制指令保密，用户体验舒适度、语音交互私密性和强噪声环境下的信息检测准确度大大提高。
- 一种声音布控方法、装置及计算机可读存储介质-202011000038.0
- 严馨华 - 福建鸿兴福食品有限公司
- 2020-09-22 - 2020-12-22 - G10L15/24
- 本发明公开的声音布控方法采集车辆的声音信息；对所述声音信息进行语音分析，获取所述声音信息中讲话者的信息参数并判断所述讲话者的信息参数是否满足预设条件，所述讲话者的信息参数包括声纹特征参数、性别、年龄范围中的至少一种；若所述讲话者的信息参数满足所述预设条件，向客户端发送监听通知，所述监听通知用于通知用户对所述车辆的声音信息进行实时监听；这样，本发明提供的声音布控方法满足预设条件的情况下通知用户对车辆的声音信息进行实时监听，能够在存在有效声音时通知用户进行监听，且不易给用户造成额外打扰，还能够有效节省通信资源，降低用户对车辆的管理成本。
- 基于多模态情绪识别系统的多轮对话语义理解子系统-201810612843.5
- 俞旸;凌志辉 - 南京云思创智信息科技有限公司
- 2018-06-14 - 2020-10-02 - G10L15/24
- 本发明公开了一种基于多模态情绪识别系统的多轮对话语义理解子系统，它包括数据采集设备、输出设备，其特征在于：它还包括情绪分析软件系统，所述情绪分析软件系统通过对所述数据采集设备得到的数据进行综合分析推理，最终把结果输出至所述输出设备上；所述情绪分析软件系统包括基于多轮对话语义理解子系统。本发明突破性的打通了五大单模态的情绪识别，创新性的利用深度神经网络将多个单模态的信息由神经网络编码、深度的关联和理解后进行综合判断，大幅度的提高了准确率，适用于绝大多数一般问询互动类应用场景。
- 聋哑人与正常人双向交流方法-202010483536.9
- 孙龙;袁仁斌;陶骏;吴锦华 - 安徽信息工程学院
- 2020-06-01 - 2020-08-07 - G10L15/24
- 本发明公开了一种聋哑人与正常人双向交流方法，聋哑人与正常人双向交流方法包括：正常人识别聋哑人的语言，手机上的摄像头采集聋哑人的手语信息，双向交流APP将手语信息解析为文字或语音呈现给正常人；聋哑人识别正常人的语言，正常人将语音或文字信息输入至双向交流APP，双向交流APP将语音或文字信息解析为手语并通过屏幕展示给聋哑人。该聋哑人与正常人双向交流方法能够实现聋哑人和正常人在不需要借助复杂的设备的情况下完成交流。
- 用于支持改进语音识别的对视觉内容的修改-201580029986.8
- A·施特尔克;G·茨威格;M·斯拉尼 - 微软技术许可有限责任公司
- 2015-06-03 - 2020-07-10 - G10L15/24
- 本文中描述的技术涉及修改用于在显示器上呈现的视觉内容以支持改进自动语音识别(ASR)系统的性能。视觉内容被修改以将元素移动为进一步远离彼此，其中被移动的元素引起来自ASR系统的角度的歧义。视觉内容被修改以考虑凝视跟踪的准确性。当用户查看所修改的视觉内容中的元素时，ASR系统根据正被用户查看的元素来被定制。
- 一种基于听觉感知特性的数字语音实时分解/合成方法-201611026399.6
- 李冬梅;杨有为;贾瑞;刘润生 - 清华大学
- 2016-11-18 - 2020-06-05 - G10L15/24
- 本发明公开了一种基于听觉感知特性的数字语音实时分解/合成方法，涉及语音信号处理领域。本方法包括用N级级联的二阶带通滤波器构成一个N阶的伽马通滤波器再构建任意阶的伽马通数字滤波器模型及其参数，语音分解阶段用M路伽马通滤波器采用浮点算法或定点算法将输入语音分解为M路信号；语音合成阶段在伽马通滤波器组中引入延时，以更加符合人耳特性，人耳基底膜延时与频率成反比关，最后进行语音合成操作。本发明参考了人耳的等响度曲线特性，改进了语音分解合成方法，使得最终语音合成效果接近了理想带通滤波器的效果。本发明可应用在手机、人工耳蜗、助听器等语音设备中。
- 语言识别系统-202010036555.7
- 冯雪;祁一洲;叶柳顺;张佳伟;鲁智来;沈杰;陈颖 - 浙江清华柔性电子技术研究院;清华大学
- 2020-01-14 - 2020-05-01 - G10L15/24
- 本发明公开了一种语言识别系统，包括：柔性基底，其上设有：柔性电极模块，包括表面电极和导线，表面电极和导线均设置于柔性基底上，导线的一端与表面电极相连，且适于采集并传输喉部肌肉运动产生的肌电信号；柔性电路模块，包括柔性电路板和柔性封装材料、供电部，柔性电路板设置于柔性基底上，柔性封装材料设置于柔性电路板上，柔性电路板包括数据采集电路和无线传输部，数据采集电路与导线的另一端相连，无线传输部与数据采集电路相连，且适于接收、处理并传输肌电信号，供电部为柔性电路板供电；信号识别模块，与无线传输部相连，且适于对经柔性电路模块处理并传输的肌电信号做信号清理、特征提取和语言识别。
- 用于非接触式用户接口的混合输入设备-201480017489.1
- R·怀特;J·基维奥亚;A·P·马修斯;M·阿斯特莱;S·博里尼 - 诺基亚技术有限公司
- 2014-01-07 - 2019-08-20 - G10L15/24
- 装置(100)包括：传感器(110)，其包括敏感膜(140)，所述敏感膜被配置为提供基于用户的呼吸的信号；以及控制器(130)，其可操作地与所述传感器(110)相关联。所述控制器(130)被配置为接收基于所述用户的呼吸的所述信号。
- 一种面向移动终端的超声波唇读识别装置及方法-201610803559.7
- 王晓亮;谭佳瑶;陆桑璐 - 南京大学
- 2016-09-05 - 2019-06-14 - G10L15/24
- 本发明公开了一种面向移动终端的超声波唇读识别装置及方法，装置包括超声波发送模块、超声波接收模块和信号处理模块；方法具体为超声波发送模块发送超声波信号，超声波信号在被嘴部反射后，由超声波接收模块接收，信号处理模块处理超声波接收模块获取的反射超声波信号以得到该信号的特征向量，根据特征向量识别口型，得到匹配结果。本发明的有益效果为：以移动终端作为超声波发送和接收模块，在无需额外硬件定制的基础上，利用超声波感知的能力识别唇语，拓展了超声波技术的应用场景，克服了传统唇读识别技术的不足，具有广泛的应用场景。
- 专利分类
