低资源语音识别中的一种损失权重自适应元学习方法

    公开(公告)号:CN116052649A

    公开(公告)日:2023-05-02

    申请号:CN202310031464.8

    申请日:2023-01-10

    Applicant: 厦门大学

    Abstract: 低资源语音识别中的一种损失权重自适应元学习方法,涉及语音识别领域。针对现有技术存在的MAML算法不稳定、训练损失权重难以精确调整等问题,提供低资源语音识别中的一种损失权重自适应元学习方法。通过同方差不确定性微调权重的方法在一定程度上解决MAML算法不稳定等问题,将其运用到语音识别中,在其基础上引入VGG‑CNN网络以及Adapter模块,提升整体识别性能。相较于其他元学习方法具有更小的波动,更加稳定,无需手动调整损失权重或者花费大代价地精确调整权重,能够自动且高效地调整训练损失权重到适当的数值。可使用在任何模型上,灵活程度高,且添加的VGG‑CNN模块以及Adapter模块增加计算成本低。

    半导体制备参数的优化方法、装置及电子设备

    公开(公告)号:CN115293455A

    公开(公告)日:2022-11-04

    申请号:CN202211043486.8

    申请日:2022-08-29

    Abstract: 本发明涉及半导体技术领域,具体涉及半导体制备参数的优化方法、装置及电子设备,该方法包括获取目标半导体的多组制备参数,所述制备参数包括多个参数;将所述制备参数输入至目标性能预测模型中,确定所述制备参数对应的预测性能,所述目标性能预测模型是基于源域性能预测模型确定的,所述源域性能预测模型是基于源域半导体的第一样本数据训练得到的;对比各个所述预测性能,在所述多组制备参数中确定所述目标半导体的目标制备参数。利用源域性能预测模型确定出目标性能预测模型,并结合目标性能预测模型对多组制备参数进行筛选得到目标制备参数,从而实现基于网络模型的方式进行制备参数的确定,保证了制备参数的可靠性。

    轻量级多说话人语音合成系统及电子设备

    公开(公告)号:CN112133282B

    公开(公告)日:2022-07-08

    申请号:CN202011159299.7

    申请日:2020-10-26

    Applicant: 厦门大学

    Inventor: 李琳 李松 洪青阳

    Abstract: 一种轻量级多说话人语音合成系统及电子设备,该系统包括:文本特征提取和规整模块、说话人特征提取模块、特征融合模块和语音生成模块。文本特征提取和规整模块用于采用轻量级编码器将待处理的文本信息进行编码和特征提取,并采用轻量级时长预测网络对轻量级编码器输出的文本深层特征对应的每个词或音素进行时长预测,以及用于进行长度规整处理,以得到与目标梅尔频谱长度相等的规整的文本特征。说话人特征提取模块用于生成能够表征目标说话人的特征。特征融合模块用于将目标说话人的特征与规整的文本特征进行融合。语音生成模块用于将融合后的特征进行深层特征提取、维度映射、残差整合以及生成语音。该系统支持多说话人语音合成且合成速度快。

    一种面向模拟IC有源器件的对称约束检测方法及系统

    公开(公告)号:CN112287633B

    公开(公告)日:2022-05-20

    申请号:CN202011160909.5

    申请日:2020-10-27

    Applicant: 厦门大学

    Abstract: 本发明给出了一种面向模拟IC有源器件的对称约束检测方法及系统,包括根据模拟IC的网表,对两个MOS器件之间的连接权重使用变量表示并对变量进行赋值,根据网表中两个MOS器件之间的连接状态使用所述变量进行编码,得到器件互连矢量,根据预设的初层基块互连矢量编码查找表识别出模拟IC初层基块的对称约束关系;根据得到的初层基块检测得到两两相邻的初层基块,求出两个相邻的初层基块的互连矢量,并根据预设的高层基块互连矢量编码查找表检测出模拟IC中高层基块中具有对称约束的器件组。本发明能在模拟IC网表层级中有效的检测出模拟IC中有源器件的对称约束,对于模拟IC版图设计提供了更加准确的对称约束指导。

    一种LED结构性能的预测方法
    35.
    发明公开

    公开(公告)号:CN113988389A

    公开(公告)日:2022-01-28

    申请号:CN202111203505.4

    申请日:2021-10-15

    Abstract: 本发明涉及半导体电子器件技术领域,提供一种LED结构性能的预测方法,主要是通过对LED结构的输入特征参数及输出特征参数进行收集、提取,并建立相应的数据集;依据已知的准则对数据集中的数据进行预处理;利用机器学习算法搭建模型,并对此模型进行结构参数设定及初始化训练;运用经预处理后的前述数据集对经结构参数初始化训练后的模型进行训练优化,进而得到预测模型;将待预测的LED结构的输入特征参数的测试数据输入该预测模型,进而获得该待预测的LED结构的输出特征参数的预测值。藉此,可以对LED结构的性能进行快速预测,预测时间快且预测精度高。

    一种基于深度神经网络的欺骗语音检测方法

    公开(公告)号:CN110491391B

    公开(公告)日:2021-09-17

    申请号:CN201910590712.6

    申请日:2019-07-02

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度神经网络的欺骗语音检测方法,包括:步骤A,根据用户已有的已知真伪的语音数据训练并建立基于深度神经网络的欺骗语音检测模型,所述欺骗语音检测模型具有网络参数;步骤B,将待测试的测试语音在所述已训练好网络参数的欺骗语音检测模型进行分类判别,判断出该测试语音是真实语音还是欺骗语音。它具有如下优点:支持检测新型未知的语音合成、语音转换和录音回放等欺骗攻击。

    一种用于闽南语的合成方法及其装置

    公开(公告)号:CN111028824A

    公开(公告)日:2020-04-17

    申请号:CN201911285925.4

    申请日:2019-12-13

    Applicant: 厦门大学

    Abstract: 本申请公开了一种用于闽南语的合成方法及其装置,该方法的一具体实施方式包括:通过汉语-闽南语音素映射词典和闽南语录音分别构建汉语文本库、闽南语音素库和闽南语语音库,通过闽南语音素库和编码解码器将文本数据转换为Mel频谱序列,通过声码器将Mel频谱序列还原为时域下波形序列,最后合成闽南语语音。该方法采用基于端到端模型的深度学习算法,可实现快速、准确地将汉语转换为闽南语,同时调整合成后的闽南语韵律,提高了语音合成的精度。

    基于FPGA的LUKS认证芯片电路及其密码恢复方法

    公开(公告)号:CN106027261A

    公开(公告)日:2016-10-12

    申请号:CN201610329181.1

    申请日:2016-05-18

    Applicant: 厦门大学

    Abstract: 基于FPGA的LUKS认证芯片电路及其密码恢复方法。芯片电路设控制、密码生成、3个用户密钥PBKDF2、用户密钥选择、AES128密钥扩展、AES128解密、BRAM存储、反取证合并、哈希校验值PBKDF2和比较共12个模块。密码恢复方法:FPGA处理器解析加密的LUKS镜像文件获取认证需要的数据;处理器将认证需要的数据写入控制模块的寄存器;处理器向LUKS认证芯片电路发送启动信号,芯片电路进行密码恢复;处理器启动芯片电路后监测芯片电路控制模块中状态寄存器,获取认证是否完毕及认证是否成功的信息;处理器监测到认证完毕,若成功,向控制台输出认证恢复的密码;若失败,输出密码恢复失败信息。

Patent Agency Ranking