-
公开(公告)号：CN113411733B
公开(公告)日：2023-04-07
申请号：CN202110679746.X
申请日：2021-06-18
Applicant: 南京工程学院
IPC: H04R25/00
Abstract: 本发明公开了一种面向免验配助听器的参数自调节方法，包括以下步骤：步骤一：确定10组参数[a1,b1,a2,b2,r,s,t]1～10；步骤二：根据患者在中心频率CF处的听力损失，分别计算10组参数对应的内/外毛细胞听力损失，正常耳和患耳的最大增益和补偿系数；步骤三：将输入语音xin分帧加窗，并计算每帧信号的能量谱E(k)；步骤四：计算10组参数对应的补偿增益；步骤五：将步骤四计算得出的补偿增益作用在信号谱上，获得补偿后的10组语音信号；步骤六：计算10组语音信号的适应度，并重新生成10组参数。该面向免验配助听器的参数自调节方法根据耳蜗听损模型建立响度补偿模型，同时基于智能算法自适应调节参数，具有响度补偿效果好且调配方便的优点。
-
公开(公告)号：CN109147808B
公开(公告)日：2022-10-21
申请号：CN201810767532.6
申请日：2018-07-13
Applicant: 南京工程学院
IPC: G10L21/02 , G10L21/0208 , H04R25/00 , G06N3/04
Abstract: 本发明公开了一种言语增强助听方法，包括以下步骤，步骤（A），多通道语音分解；步骤（B），子带增益调整；步骤（C），言语增强助听网络构建；步骤（D），语音补偿输出：将步骤（B）中进行增益调整后的子带信号输入步骤（C）模型训练后的深度学习网络中，生出补偿后的语音信号，并进行输出。本发明的言语增强助听方法，可以改善传统方法无法抑制与语音同分布噪声的问题，还解决现有技术中言语增强助听方法言语补偿的鲁棒性差、言语补偿效率低下，难以满足患者需求的技术问题，具有良好的应用前景。
-
公开(公告)号：CN114067819A
公开(公告)日：2022-02-18
申请号：CN202111385676.3
申请日：2021-11-22
Applicant: 南京工程学院
Abstract: 本发明公开了基于跨层相似性知识蒸馏的语音增强方法，包括提取深度神经网络的输入特征，再构建基于深度复卷积循环语音增强网络结构的蒸馏基础模型，接着根据蒸馏基础模型构建基于跨层相似性蒸馏的师生学习框架，并预训练大规模参数的蒸馏基础模型作为教师模型，再利用预训练好的教师模型对学生模型进行蒸馏；本发明提出了跨级路径连接的策略，并融合了多层教师模型的有效信息来引导单层学生网络，且为了更好地适应语音增强任务，引入了帧级相似性蒸馏损失，并在教师和学生的表示空间中保留成对相似性以最终实现知识转移，还用大规模的教师模型引导轻量的学生模型，能够有效的提升低复杂度语音增强模型的效果，具有良好的应用前景。
-
公开(公告)号：CN110853656B
公开(公告)日：2022-02-01
申请号：CN201910845468.3
申请日：2019-09-06
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于改进神经网络的音频篡改识别算法，其将任意大小的谱图池化成固定长度的谱图表示的CNNs结构和具有注意力机制的LSTM结构，将信号的梅尔谱图和帧级特征引入到语音篡改识别算法中，综合了音频信号的频谱和时序信息；通过在CNNs结构中加入改进池化层，使得CNNs可以输入任意尺寸谱图，解决音频长度不固定问题；增加注意力机制挖掘高层特征的权重比例，最终得到优质的音频特征；并利用数据融合理论进行决策融合的算法；提高音频篡改识别的识别率和模型的鲁棒性。本发明能够有效识别出音频篡改与否，克服了传统音频篡改识别率较低的问题。
-
公开(公告)号：CN112686295B
公开(公告)日：2021-08-24
申请号：CN202011587016.9
申请日：2020-12-28
Applicant: 南京工程学院
IPC: G06K9/62
Abstract: 本发明公开了一种个性化听力损失建模方法，步骤(A)、获取大量听障患者样本的听力图和对应的助听器插入增益；步骤(B)、将听障患者样本按照听损程度分为中度听损、重度听损和极重度听损三类；步骤(C)、针对分类后的中度听损、重度听损和极重度听损的听障患者样本，将每类听障患者样本的助听器插入增益分别进行分类；步骤(D)、计算各类别下的助听器插入增益对应的听力图曲线的平均值，用来表征各类个体听力损失；步骤(E)、对于待分类的听力图，计算其与每类个体听力损失的距离并按照其与每类个体听力损失的最小距离进行归类。可以使助听器验配尽可能少的依赖听力专家，弥补现有助听器技术单纯依靠听力图进行听力损失分类的不足。
-
Patent Agency Ranking
公开(公告)号：CN112686295A
公开(公告)日：2021-04-20
申请号：CN202011587016.9
申请日：2020-12-28
Applicant: 南京工程学院
IPC: G06K9/62
Abstract: 本发明公开了一种个性化听力损失建模方法，步骤(A)、获取大量听障患者样本的听力图和对应的助听器插入增益；步骤(B)、将听障患者样本按照听损程度分为中度听损、重度听损和极重度听损三类；步骤(C)、针对分类后的中度听损、重度听损和极重度听损的听障患者样本，将每类听障患者样本的助听器插入增益分别进行分类；步骤(D)、计算各类别下的助听器插入增益对应的听力图曲线的平均值，用来表征各类个体听力损失；步骤(E)、对于待分类的听力图，计算其与每类个体听力损失的距离并按照其与每类个体听力损失的最小距离进行归类。可以使助听器验配尽可能少的依赖听力专家，弥补现有助听器技术单纯依靠听力图进行听力损失分类的不足。
-
公开(公告)号：CN112330713A
公开(公告)日：2021-02-05
申请号：CN202011346536.0
申请日：2020-11-26
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于唇语识别的重度听障患者言语理解度的改进方法，包括：使用图像采集设备从现实环境中采集唇部运动图像序列，作为深度神经网络的输入特征；构建基于深度学习的视觉模态语音端点检测方法，在低信噪比条件下确认语音段位置；构建基于三维卷积‑残差网络‑双向GRU结构的深度学习模型作为基线模型；在基线模型的基础上构建基于时空信息特征的唇语识别模型；利用交叉熵损失训练网络模型，根据训练后的唇语识别模型识别出说话内容。本发明通过时空信息反馈来捕捉唇语图像的细粒度特征和时域关键帧，从而提高对复杂环境中唇语特征的适应性，提高唇语识别性能，改善了重度听障患者的语言理解能力，具有良好的应用前景。
-
公开(公告)号：CN111968666A
公开(公告)日：2020-11-20
申请号：CN202010847510.8
申请日：2020-08-20
Applicant: 南京工程学院
IPC: G10L21/0216 , G10L21/0232 , G10L25/03 , G10L25/30 , G06N3/04 , G06N3/08 , H04R25/00
Abstract: 本发明公开了一种基于深度域自适应网络的助听器语音增强方法，包括：分别从带噪语音和干净语音中提取帧级对数功率谱特征；构建基于编码器-解码器结构的深度学习模型作为基线语音增强模型；在基线语音增强模型的基础上，构建基于深度域自适应网络的迁移学习语音增强模型；迁移学习语音增强模型在特征编码器和重建解码器之间引入域适配层和相对鉴别器；利用域对抗性损失训练迁移学习语音增强模型；在增强阶段，根据训练后的深度域自适应迁移学习语音增强模型，输入目标域带噪语音的帧级LPS特征，重建增强语音波形。本发明通过域对抗性训练来激励特征编码器生成域不变性特征，从而提高语音增强模型对未见噪声的适应性。
-
公开(公告)号：CN111754988A
公开(公告)日：2020-10-09
申请号：CN202010585359.5
申请日：2020-06-23
Applicant: 南京工程学院
Abstract: 本发明公开了一种基于注意力机制和双路径深度残差网络的声场景分类方法，包括如下步骤：对原始语音信号计算原始语音频谱图、水平频谱图和垂直频谱图，将水平频谱图和垂直频谱图变换得到新的两路时域信号；分别计算原始语音信号、新的两路时域信号的对数梅尔谱图以及一阶差分对数梅尔谱图和二阶差分对数梅尔谱图，并在通道维度上进行融合得到融合谱图；割在频率轴上将融合谱图平均分为高频谱图和低频谱图；搭建带有注意力层的双路径深度残差网络；将高频谱图和低频谱图输入深度残差网络，输出原始语音信号所属的声场景类别。本发明可以更好的捕获高频和低频分量的时频特性以及特征图中不同通道的重要度，提升了声场景分类系统的准确性和鲁棒性。
-
公开(公告)号：CN110728991A
公开(公告)日：2020-01-24
申请号：CN201910841092.9
申请日：2019-09-06
Applicant: 南京工程学院
Abstract: 本发明公开了一种改进的录音设备识别算法，构建模型一和模型二，模型一包括双向门循环神经网络层、单向门循环神经网络层和注意力层，模型二包括卷积层、跳跃连接层和全局平均池化层，对待检测的音频信号进行分帧和预处理，提取音频信号的多维帧级特征作为模型一的输入、梅尔频谱特征作为模型二的输入，并将模型一和模型二的输出特征进行拼接融合，分类并得出识别结果。本发明的识别算法保留了音频信号的时序特性，通过增加注意力机制、跳跃连接结构和隐藏单元拼接方法等方式，最终得到优质的录音设备相关的特征参数，提高了录音设备的识别效果和模型的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.027 seconds)
