-
公开(公告)号：CN110556114A
公开(公告)日：2019-12-10
申请号：CN201910684343.7
申请日：2019-07-26
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明公开了一种基于注意力机制的说话人识别方法及装置，包括如下步骤：采集多个被测试通话人的通话录音和测试通话人的通话录音；根据所述被测试通话人对应的通话录音，建立通话人语音库；采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型；存储所述测试通话人的通话录音，获得录音文件；将所述录音文件采用所述训练模型识别所述被测试通话人是否目标通话人。通过采用基于注意力的神经网络对所述被测试通话人语音进行训练，获得训练模型，采用训练模型识别所述被测试通话人，确认了拨号码对应的主人的一致性，避免了由于通话人身份被仿冒带来的通信安全隐患，进一步提高了通话过程中的信息的安全性。
-
公开(公告)号：CN110545359A
公开(公告)日：2019-12-06
申请号：CN201910713518.2
申请日：2019-08-02
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: H04M3/22
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述方法包括：通过运营商通信线路建立位于主叫地的主叫终端与位于被叫地的被叫终端之间的通话连接；在所述主叫终端处播放语音；在所述被叫终端处获取所述语音对应的音频；从所述音频中提取音频特征作为通信线路特征，所述通信线路特征为所述主叫地与所述被叫地之间的所述运营商通信线路的特征，从而有助于准确且高效的识别相应的运营商和来源地，进而提高用户通话的可靠性。
-
公开(公告)号：CN111625661B
公开(公告)日：2023-09-08
申请号：CN202010408234.5
申请日：2020-05-14
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/45 , G06F16/483 , H04N21/845 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 本发明实施例公开了一种音视频片段分类方法及装置，所述方法包括：基于待分类音视频片段的视频帧序列提取目标视频帧，基于待分类音视频片段的音频帧序列提取目标音频帧；基于目标视频帧/目标音频帧的第一出现时刻/第二出现时刻及预设子片段时长确定第一音视频子片段/第二音视频子片段；基于第一音视频子片段/第二音视频子片段提取第一视频分量特征和第一音频分量特征/第二视频分量特征和第二音频分量特征；通过预设音视频分类模型基于第一视频分量特征、第一音频分量特征、第二视频分量特征和第二音频分量特征确定待分类音视频片段的音视频分类结果。采用本发明可以提高音视频分类效率，提高音视频分类的鲁棒性和准确率。
-
公开(公告)号：CN110111814B
公开(公告)日：2021-09-21
申请号：CN201910419117.6
申请日：2019-05-20
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例提供一种网络类型识别方法及装置。所述方法包括：获取待识别语音；将待识别语音输入至预设的网络识别模型，得到识别结果；其中，所述网络识别模型为通过样本数据对随机森林模型以及支持向量机模型进行预设数据训练得到的。本发明实施例将网络类型识别的过程自动化实现，效率较高，可有效降低人工成本；且网络识别通过机器学习的方式建立，满足精确度需求；预先通过大量样本数据建立网络识别模型，适用于VoIP通话；本发明实施例解决了现有技术中，VoIP电话的出现使得难以准确地根据号码判断主叫方网络类型的问题。
-
公开(公告)号：CN110708418B
公开(公告)日：2021-06-29
申请号：CN201910848492.2
申请日：2019-09-09
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: H04M1/72484 , H04M1/72403 , H04M1/72454 , H04M1/57 , G10L25/54 , G10L25/03
Abstract: 本发明公开了一种识别呼叫方属性的方法及装置，涉及通信技术领域，包括：接收到第二设备的通话请求后，与所述第二设备建立通话连接；获取所述第二设备发送的语音数据；提取所述语音数据的噪声特征，作为待处理噪声特征；所述噪声特征包括以下任意一项或多项：期望、熵和超熵；在预先建立的噪声特征与属性标签的对应关系中，查找所述待处理噪声特征对应的属性标签，作为所述第二设备的第一属性。本发明通过噪声特征来识别呼叫方的属性，相比于现有技术提升了识别准确性。
-
Patent Agency Ranking
公开(公告)号：CN110545359B
公开(公告)日：2021-06-29
申请号：CN201910713518.2
申请日：2019-08-02
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: H04M3/22
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述方法包括：通过运营商通信线路建立位于主叫地的主叫终端与位于被叫地的被叫终端之间的通话连接；在所述主叫终端处播放语音；在所述被叫终端处获取所述语音对应的音频；从所述音频中提取音频特征作为通信线路特征，所述通信线路特征为所述主叫地与所述被叫地之间的所述运营商通信线路的特征，从而有助于准确且高效的识别相应的运营商和来源地，进而提高用户通话的可靠性。
-
公开(公告)号：CN110602332B
公开(公告)日：2021-06-15
申请号：CN201910708779.5
申请日：2019-08-01
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述通信线路特征提取方法包括：获取主叫端与被叫端之间的通话音频；对所述通话音频进行处理，以去除所述通话音频中的人声音频；分别采用差分方法、频率划分方法和自编码网络方法从处理后的通话音频中对应提取第一噪声特征、第二噪声特征和第三噪声特征，并将所述第一噪声特征、所述第二噪声特征和所述第三噪声特征作为所述主叫端与所述被叫端之间的通信线路特征，从而能够准确且高效的提取通信线路特征，进而提高通信线路识别的准确性和高效性，提高电话通信的可靠性。
-
公开(公告)号：CN110213449B
公开(公告)日：2020-12-25
申请号：CN201910413883.1
申请日：2019-05-17
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司 , 长安通信科技有限责任公司
Abstract: 一种漫游诈骗号码的识别方法，包括：获取所有待识别漫游号码的主叫话单，并将话单划分成多个开卡渠道‑开卡时间组，然后根据待识别漫游号码的通信指标，分类确定疑似诈骗和非疑似诈骗的开卡渠道‑开卡时间组，并据此计算所有待识别漫游号码的诈骗标识值，将所有诈骗标识值构成一个诈骗标识集；选取多个特征属性构成特征属性集；对所有待识别漫游号码进行M次诈骗号码的判定分类，将每次进行判定分类后获得的所有待识别漫游号码的诈骗特征分类判定值构成一个诈骗特征分类判定集；根据诈骗标识集和M个诈骗特征分类判定集，计算所有待识别漫游号码的诈骗判定值，以识别出诈骗号码。本发明属于信息技术领域，能从现有话单中精确识别漫游诈骗号码。
-
公开(公告)号：CN110930982A
公开(公告)日：2020-03-27
申请号：CN201911050896.3
申请日：2019-10-31
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
Abstract: 本发明提供一种多口音声学模型和多口音语音识别方法，所述多口音声学模型包括多个BLSTM层、多个Softmax输出层和一个门控单元，多个BLSTM层依次串接后与每一个Softmax输出层串接，门控单元位于所述多个BLSTM层中的其中两个相邻的BLSTM层之间。本发明对传统的普通话声学模型构造进行改进，针对需要识别的多种口音数据的类别数量，将传统的普通话声学模型中的Softmax输出层复制多份，每一个Softmax输出层为口音特定输出层，将输出层设计为口音特定的形式，即每种口音独享其对应的输出层；而门控单元对神经网络的BLSTM层的输出进行一种口音特定的调节，以使该模型更好地适用于多种口音。
-
公开(公告)号：CN110111814A
公开(公告)日：2019-08-09
申请号：CN201910419117.6
申请日：2019-05-20
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本发明实施例提供一种网络类型识别方法及装置。所述方法包括：获取待识别语音；将待识别语音输入至预设的网络识别模型，得到识别结果；其中，所述网络识别模型为通过样本数据对随机森林模型以及支持向量机模型进行预设数据训练得到的。本发明实施例将网络类型识别的过程自动化实现，效率较高，可有效降低人工成本；且网络识别通过机器学习的方式建立，满足精确度需求；预先通过大量样本数据建立网络识别模型，适用于VoIP通话；本发明实施例解决了现有技术中，VoIP电话的出现使得难以准确地根据号码判断主叫方网络类型的问题。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.052 seconds)
