一种利用声带建模反演的嗓音分类方法

    公开(公告)号:CN109119094A

    公开(公告)日:2019-01-01

    申请号:CN201810824379.6

    申请日:2018-07-25

    Applicant: 苏州大学

    Abstract: 本发明公开了一种利用声带建模反演的嗓音分类方法,从发声机理角度对各类语音进行有效区分。本发明主要利用复倒谱相位分解获得实际嗓音声门波作为目标声门波,采用优化算法通过匹配目标和模型声门波特征参数进行声带动力学模型反演操作,选取正常嗓音与特殊嗓音进行识别分类,有较好的准确率。本发明在输入实际语音信号后,提取实际声门波为目标,采用遗传算法进行反演对原有模型进行优化,从而模拟出不同嗓音发声时的声带振动情况。实验结果表明,模型反演后各特征参数匹配相对误差不超过1.95%,反演效果良好。选取正常嗓音与特殊嗓音进行识别分析,有较高的准确率。

    一种NFC手机电子锁门禁装置系统

    公开(公告)号:CN104778768B

    公开(公告)日:2017-07-28

    申请号:CN201510153692.8

    申请日:2015-04-02

    Applicant: 苏州大学

    Abstract: 本发明是一种NFC手机电子锁门禁装置系统,该系统包括室外部分、室内部分、电子锁体和控制系统,所述室外部分正面依次设置二维码扫描区、NFC扫描区、门开指示灯、低电量指示灯、防钻圈、锁头以及外执手,室外部分左侧设置应急电池接口柱,所述电子锁体侧面设置两个锁舌,所述室内部分正面设置有AA电池仓,AA电池仓下端依次设置内置报警器、设定键、音量调节开关以及自动/手动锁门切换开关,室内部分正面底部设置有门关指示灯、反锁开关以及内执手。本发明功能多样,可以使用手机NFC配对方式开门、手机二维码扫描方式开门、机械钥匙系统开门,具有操作简单、智能性高、安全性高等优点。

    一种病理嗓音的识别方法
    13.
    发明公开

    公开(公告)号:CN103778913A

    公开(公告)日:2014-05-07

    申请号:CN201410027836.0

    申请日:2014-01-22

    Applicant: 苏州大学

    Abstract: 本发明公开了一种病理嗓音的识别方法,包括特征参数输入模块、特征优化模块、病理嗓音识别模块、匹配判断模块和内容呈现模块,所述特征参数输入模块和特征优化模块对病理嗓音特征库进行采样和优化淘选,所述病理嗓音识别模块根据特征参数计算匹配度Match,所述匹配判断模块用以统计识别结果,所述内容呈现模块用以输出。本发明通过EM算法,消掉隐变量,通过特征优化组合参数,经过分类器,再运用基于期望值最大化的高斯混合模型(GMM-EM)对优化后的嗓音特征进行有效识别,明显提高正确识别率。

    一种语音识别中的特征参数提取方法

    公开(公告)号:CN102646415A

    公开(公告)日:2012-08-22

    申请号:CN201210102804.3

    申请日:2012-04-10

    Applicant: 苏州大学

    Abstract: 本发明公开了一种语音识别中的特征参数提取方法,将数字语音样本采用低通滤波器和高通滤波器进行分割,低通滤波器滤波后的信号采用基于人耳听觉特性的巴克滤波器组方法提取巴克频率倒谱参数,并进行规整化处理;高通滤波器滤波后的信号采用非线性动力学的最大李雅普诺夫参数来描述;所述一种语音识别中的特征参数提取方法包括巴克频率倒谱系数参数的提取和最大李雅普诺夫参数的提取两个步骤。本发明采用低通滤波器和高通滤波器进行分割,使处理之后的信号更加符合人类的听觉特性,从而能够提取出性能更优秀的语音特征参数。

    一种嗓音检测方法及装置
    15.
    发明公开

    公开(公告)号:CN116597864A

    公开(公告)日:2023-08-15

    申请号:CN202310534832.0

    申请日:2023-05-12

    Applicant: 苏州大学

    Abstract: 本发明提供了一种嗓音检测方法及装置,涉及声音检测技术领域。包括:将待检测语音信号输入可解释卷积滤波器组,得到多频带语音信号;利用一维深度可分离卷积神经网络的第一路径和第二路径分别提取多频带语音信号的时间特征和时频特征,并组合得到多频带语音信号特征向量;利用全连接网络对多频带语音信号特征向量进行分类得到分类结果,将分类结果作为待检测语音信号的异常指数。本发明使用可解释卷积滤波器组可以更好的捕捉待检测语音信号的频带信息,而一维深度可分离卷积神经网络可以分别提取多频带语音信号的时间特征和时频特征,增加了特征提取的有效性,使得该方法更具有可解释性,提高了嗓音检测结果的可靠性。

    一种语音播报药盒识别装置及药盒识别方法

    公开(公告)号:CN116168376A

    公开(公告)日:2023-05-26

    申请号:CN202310411759.8

    申请日:2023-04-18

    Applicant: 苏州大学

    Abstract: 本发明涉及一种语音播报药盒识别装置及药盒识别方法,包括基座;滑动组件,其包括丝杆、滑台和移动平台,丝杆转动设置于基座上,丝杆的一端连接驱动源,滑台与丝杆螺纹连接,移动平台设置于滑台上;控制组件,其包括控制器、摄像头和扬声器,控制器设置于基座上,控制器分别连接驱动源、摄像头和扬声器,且摄像头正对移动平台设置;还包括对药盒图像进行处理的获取模块、判断模块和识别模块;本发明的药盒识别方法配合语音播报药盒识别装置,能够精确地找到并识别药盒上的药品信息,通过语音播报药品名称及服药的注意事项,可以辅助盲人等有视力缺陷的群体服药;语音播报药盒识别装置的结构简单,操作方便,容错率高,适于实用。

    小样本不均衡语音数据库的生成式数据增强方法及系统

    公开(公告)号:CN114548221B

    公开(公告)日:2023-04-28

    申请号:CN202210050846.0

    申请日:2022-01-17

    Applicant: 苏州大学

    Abstract: 本发明公开了一种小样本不均衡语音数据库的生成式数据增强方法,包括S1、对原始语音数据进行信号预处理,并对预处理后的语音数据划分训练集与测试集;S2、对训练集数据和测试集数据进行压缩;S3:对压缩后的训练集数据和测试集数据进行独热编码;S4、使用独热编码后的训练集数据训练低残差WaveNet神经网络;S5、使用独热编码后的测试集数据和训练好的低残差WaveNet神经网络生成原始数据库中不存在的语音样本。本发明小样本不均衡语音数据库的生成式数据增强方法及系统可以生成准确、多样的语音样本以扩充现有小样本不均衡语音数据库,使数据库能够应用更复杂的机器学习算法。

    一种联合混合采样和随机森林的语音样本均衡方法

    公开(公告)号:CN114550697B

    公开(公告)日:2022-11-18

    申请号:CN202210083571.0

    申请日:2022-01-17

    Applicant: 苏州大学

    Abstract: 本发明涉及一种联合混合采样和随机森林的语音样本均衡方法,首先对初始语音数据集进行特征提取;然后利用SMOTE‑ENN混合采样对提取后的语音数据特征集进行均衡处理,获得当前均衡的语音数据集;其次将当前均衡的语音数据集输入至双因子随机森林模型中,输出双因子随机森林模型的分类评估指标和袋外错误分类率;最后判断分类评估指标是否收敛,若分类评估指标收敛,则输出当前均衡的语音数据集;否则根据袋外错误分类率更新SMOTE‑ENN混合采样的混合采样率,返回重新对提取后的语音数据集进行均衡处理,直至分类评估指标收敛,输出当前均衡语音数据集。本发明最大化保留了信息价值高的样本数据。

    一种联合混合采样和随机森林的语音样本均衡方法

    公开(公告)号:CN114550697A

    公开(公告)日:2022-05-27

    申请号:CN202210083571.0

    申请日:2022-01-17

    Applicant: 苏州大学

    Abstract: 本发明涉及一种联合混合采样和随机森林的语音样本均衡方法,首先对初始语音数据集进行特征提取;然后利用SMOTE‑ENN混合采样对提取后的语音数据特征集进行均衡处理,获得当前均衡的语音数据集;其次将当前均衡的语音数据集输入至双因子随机森林模型中,输出双因子随机森林模型的分类评估指标和袋外错误分类率;最后判断分类评估指标是否收敛,若分类评估指标收敛,则输出当前均衡的语音数据集;否则根据袋外错误分类率更新SMOTE‑ENN混合采样的混合采样率,返回重新对提取后的语音数据集进行均衡处理,直至分类评估指标收敛,输出当前均衡语音数据集。本发明通过联合SMOTE‑ENN混合采样和双因子随机森林模型均衡数据集,最大化保留了信息价值高的样本数据。

    基于显微光学数字散斑法的杨氏模量测量方法

    公开(公告)号:CN108918271A

    公开(公告)日:2018-11-30

    申请号:CN201811056645.1

    申请日:2018-09-11

    Applicant: 苏州大学

    Abstract: 本发明涉及一种基于显微光学数字散斑法的杨氏模量测量方法,包括如下步骤:设计显微光学系统,使其放大倍率为一特定值,将被测物体放置于所述显微光学系统中,拍摄并记录所述被测物体变形前的灰度图像,选取被测物体变形前的灰度图像中的一块区域作为参考子区,所述参考子区包括至少一个散斑;再拍摄并记录所述被测物体变形后的灰度图像,选取被测物体变形后的灰度图像中的一块区域作为搜索子区,通过搜索算法在所述搜索子区内找到包括所述散斑的区域,所述区域为目标子区;记录所述参考子区的坐标位置及目标子区的坐标位置,并计算所述目标子区相对所述参考子区的位移量。本发明方法测量精度高、仪器简单、操作方便。

Patent Agency Ranking