公开(公告)号：CN102034478B

公开(公告)日：2013-10-30

申请号：CN201010547953.1

申请日：2010-11-17

Applicant: 南京邮电大学

Inventor： 杨震 ,  叶蕾 ,  徐挺挺

IPC: G10L19/00 ,  H04K1/00

Abstract: 本发明公开了一种基于压缩感知和信息隐藏的语音保密通信系统设计方法，嵌入系统将秘密语音嵌入载体语音得到混合语音，设计针对语音信号的压缩感知过完备字典，并将秘密语音用压缩感知自适应观测矩阵采样，得到降低维数的观测矢量，对观测矢量用LBG矢量量化，作为秘密信息嵌入载体语音，将载体语音经过两级变换得到混合语音；提取系统从混合语音中提取秘密语音，将混合语音进行离散余弦变换和提升小波变换两级变换得到小波变换系数，通过标量Costa解码算法得到秘密比特流，利用LBG矢量量化解码器得到重构的观测矢量，利用压缩感知正交匹配追踪算法重构秘密语音，再利用小波去噪方法改善重构秘密语音的音质。

公开(公告)号：CN119011843A

公开(公告)日：2024-11-22

申请号：CN202411075763.2

申请日：2024-08-07

Applicant: 南京邮电大学

Inventor： 魏昕 ,  陈君宇 ,  杨镇宇 ,  叶蕾 ,  周亮

IPC: H04N19/154 ,  H04L1/00 ,  G06T9/00 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/25

Abstract: 本发明公开了一种基于跨模态通信系统的信源信道联合编解码方法，涉及跨模态图像信号重建技术领域，包括：首先，设计跨模态信源编码器，将带有类别标签的触觉信号和图像信号输入跨模态信源编码器，挖掘模态间深层次的融合特征信息。其次，设计信道编码器与信道解码器，将提取的融合特征直接映射为用于信道传输的比特流，提升系统对信道变化的适应能力。最后，在接收端设计相应的信源解码器，从深层次的特征信息中完成高质量图像信号重建。本发明提供的基于跨模态通信系统的信源信道联合编解码方法降低网络中的功耗，使用适应度函数测量了云网络和服务器(主机)之间的负载平衡，将负载平衡问题转换为优化问题，从而能够适用于处理资源优化。使用粒子群的结果作为遗传算法的初始种群，本发明在执行成本、负载平衡和完成时间方面都取得更加良好的效果。

公开(公告)号：CN117912482A

公开(公告)日：2024-04-19

申请号：CN202311641887.8

申请日：2023-12-01

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  王春艳 ,  张蒙 ,  李平安 ,  叶蕾

IPC: G10L21/0272 ,  G10L25/30

Abstract: 本发明公开了一种基于全卷积神经网络多任务学习的时域语音分离方法，该方法在语音分离支路构建全卷积神经网络，网络的输入和目标分别采用时域混合语音和纯净语音，运用卷积编码器和反卷积解码器完成端到端的语音分离。另外，将混合语音性别组合检测任务整合到语音分离网络中，在两个任务联合约束下获取辅助信息特征和语音分离特征，并将这些深度特征相结合来提升语音分离质量。该时域语音分离方法不仅不需要进行相位恢复和频域到时域的重构，而且可以从混合语音性别组合检测任务中提取有效的辅助信息特征，实现更有效的语音分离。最后对所提出的方法进行性能评估，实验表明，相比单任务的语音分离方法，本发明方法性能更佳。

公开(公告)号：CN117524243A

公开(公告)日：2024-02-06

申请号：CN202311016180.8

申请日：2023-08-14

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  龚艾飞 ,  袁硕 ,  李平安 ,  叶蕾

IPC: G10L21/028 ,  G10L21/0308 ,  G10L21/0208 ,  G10L25/30

Abstract: 本发明公开了一种基于联合约束和共享编码器的噪声感知时域语音分离方法。首先，含噪情况下的语音分离会出现估计语音中残余噪声的问题，本发明提出将噪声作为与语音同等的估计目标，直接抑制语音信号中可能存在的残余噪声。其次，为了使分离出的信号与目标信号在时域和频域上都更加接近，本发明引入了加权时频联合约束，使所提出的网络能够学习有助于在两个维度上分离噪声混合语音的信息。最后，通过参数共享编码器将噪声语音信号转换为特征空间，减少模型参数的数量，提高训练速度。本发明实现了对语音分离系统性能的提升，使系统分离出的语音在各种测量指标上均有提升，适用于智能人机交互。

公开(公告)号：CN115050395A

公开(公告)日：2022-09-13

申请号：CN202210494189.9

申请日：2022-05-07

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  王舜 ,  赵敏 ,  叶蕾

IPC: G10L25/63 ,  G10L25/30 ,  G10L25/03 ,  G10L25/18

Abstract: 本发明提出了一种基于多领域统计特征和改进CNN的含噪语音情感识别方法，属于语音识别领域，包括以下步骤：步骤1：首先对语料库中的纯净语音进行加噪处理，其次提取语音信号的相关多领域特征，采用统计函数对已提取的特征进行筛选，降低特征冗余度，得到冗余度低、情感区分度高的多领域统计特征；步骤2：搭建基于语音增强联合约束CNN‑DNN的框架；步骤3：将多领域统计特征作为系统模型的输入，提取与情感分类标签高度相关且对噪声具有鲁棒性的信息，得到输出层的情感分类结果；步骤4：对所提出的一种基于多领域统计特征和语音增强联合约束CNN‑DNN的噪声环境下语音情感识别方法进行性能评估。