-
公开(公告)号：CN101984603B
公开(公告)日：2013-09-25
申请号：CN201010539807.4
申请日：2010-11-11
Applicant: 湖北省电力公司信息通信分公司 , 中国科学院自动化研究所 , 国家电网公司
Abstract: 本发明是一种基于邮件截获的电力敏感信息检测方法，如下步骤所述(1)监听并截获局域网内所有主机通过邮件客户端以及部分网络邮箱发送的邮件；(2)对截获的邮件按照特定的规则进行解析，将邮件中的基本信息解析并保存；(3)利用模式识别和图像处理技术分析上一步解析出来的邮件信息，判断邮件中是否含有电力敏感信息；(4)如果检测到邮件中含有电力敏感信息，系统做出报警并返回发送该邮件的主机的信息。本发明有效的截获并解析局域网内所有主机通过邮件客户端及部分网络邮箱发送的邮件，而且对邮件中可能含有的电力敏感信息进行分析判断并报警，从而有效的防止电力部门的重要文件外泄，保障了电力部门的网络安全。
-
公开(公告)号：CN103247293A
公开(公告)日：2013-08-14
申请号：CN201310176701.6
申请日：2013-05-14
Applicant: 中国科学院自动化研究所
IPC: G10L19/032 , G10L19/083 , G10L25/93 , G10L25/87 , G10L15/06
Abstract: 本发明提供了一种语音数据的编码方法和解码方法。该编码方法包括：获取原始音频，通过端点检测剔除原始音频中的非语音数据，获得语音段数据；对每帧语音数据提取谱参数、基音周期等参数，并计算连续多帧语音数据的增益均值，通过矢量码本对谱参数进行矢量量化，对基音周期和增益均值进行非线性量化；对量化后的各种语音参数进行编码，生成语音数据包。该解码方法包括：对接收到的语音数据包进行解码，提取谱参数、基音周期、增益均值等参数，通过上述参数对激励参数和能量变化轨迹进行预测，最后通过声码器合成语音。本发明可以在极低编码速率的情况下，保持较高的语音音质。
-
公开(公告)号：CN102201240B
公开(公告)日：2012-10-03
申请号：CN201110140269.6
申请日：2011-05-27
Applicant: 中国科学院自动化研究所
Abstract: 本发明基于逆滤波的谐波噪声激励模型声码器，声码器包含有：参数提取模块接收语音数据，分析基频参数和频谱参数；逆滤波模块接收频谱参数设计逆滤波器，得到去除谱信息的残差信号；最大浊音频率估计模块接收基频参数和逆滤波后的残差信号，计算最大浊音频率将残差信号的频谱划分为低频段的谐波和高频段的噪声；浊音激励生成模块接收基频参数和最大浊音频率，分别用一组正弦波和高通滤波的高斯白噪声来构建激励模型中的低频谐波和高频噪声；清音激励生成模块用高斯白噪声；参数语音合成器模块接收频谱参数和清音激励信号或浊音激励信号，调用合成器输出语音。依据本发明实现对逆滤波后的残差信号建模，合成语音具有较好的自然度和清晰度。
-
公开(公告)号：CN102222501A
公开(公告)日：2011-10-19
申请号：CN201110160419.X
申请日：2011-06-15
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种语音合成中时长参数的生成方法，用于基于隐马尔可夫模型的语音合成中进行状态时长参数的生成，对于输入的上下文相关隐马尔可夫模型序列生成各模型的各个状态的时长，即各状态的驻留时间，在生成状态时长参数时结合了隐马尔可夫模型中的状态时长模型和时长整体方差模型。创建时长整体方差模型训练语料库，利用时长整体方差分析器从训练语料库中生成时长整体方差训练样本，利用整体方差训练样本训练时长整体方差模型。本发明较好的克服了基于隐马尔可夫模型的语音合成中生成的状态时长参数过于平均的问题，合成结果在时长分布上更加自然、具有表现力。
-
公开(公告)号：CN101984603A
公开(公告)日：2011-03-09
申请号：CN201010539807.4
申请日：2010-11-11
Applicant: 湖北电力信息通信中心 , 中国科学院自动化研究所
Abstract: 本发明是一种基于邮件截获的电力敏感信息检测方法，如下步骤所述(1)监听并截获局域网内所有主机通过邮件客户端以及部分网络邮箱发送的邮件；(2)对截获的邮件按照特定的规则进行解析，将邮件中的基本信息解析并保存；(3)利用模式识别和图像处理技术分析上一步解析出来的邮件信息，判断邮件中是否含有电力敏感信息；(4)如果检测到邮件中含有电力敏感信息，系统做出报警并返回发送该邮件的主机的信息。本发明有效的截获并解析局域网内所有主机通过邮件客户端及部分网络邮箱发送的邮件，而且对邮件中可能含有的电力敏感信息进行分析判断并报警，从而有效的防止电力部门的重要文件外泄，保障了电力部门的网络安全。
-
Patent Agency Ranking
公开(公告)号：CN118298852A
公开(公告)日：2024-07-05
申请号：CN202410726562.8
申请日：2024-06-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供了一种基于高频特征的区域生成音频检测与定位方法及装置，应用于音频处理领域。该方法包括：提取待检测音频中目标频率的信号，得到待检测信号；对待检测信号进行分帧处理，得到至少两个待检测帧；针对至少两个待检测帧中的每个待检测帧，将待检测帧分别与至少两个待检测帧中的其他待检测帧进行组合，生成至少一个待检测帧对；将至少一个待检测帧对输入训练好的音频检测与定位模型中，输出至少一个待检测帧对各自对应的相似度；根据至少一个待检测帧对各自对应的相似度，和至少两个待检测帧各自对应的帧时间，从待检测音频中检测和定位生成区段。本发明的方法能够从待检测音频中检测和定位生成区段，解决了难以定位生成区段的问题。
-
公开(公告)号：CN117995165B
公开(公告)日：2024-05-31
申请号：CN202410401340.9
申请日：2024-04-03
Applicant: 中国科学院自动化研究所
IPC: G10L13/08 , G10L13/02 , G10L19/018
Abstract: 本公开涉及一种基于隐变量空间添加水印的语音合成方法、装置及设备，上述方法包括：获取待处理文本和待添加的水印信息；对待处理文本的文本音素序列、水印信息进行特征提取处理，得到位于概率空间的文本音素隐变量和水印隐变量；拼接文本音素隐变量和水印隐变量，得到文本嵌入分布；将文本嵌入分布输入至预先训练好的对齐模型中，输出预测音素时长与语音对齐、并进行语音转换后的预测语音嵌入分布；对预测语音嵌入分布进行映射逆变换和解码处理，得到与待处理文本对应且携带有水印信息的语音合成波形。避免后处理方式添加水印容易被攻击且破解的问题，通过联合优化水印植入和语音合成，能降低水印对于所生成语音质量的负面影响。
-
公开(公告)号：CN117995165A
公开(公告)日：2024-05-07
申请号：CN202410401340.9
申请日：2024-04-03
Applicant: 中国科学院自动化研究所
IPC: G10L13/08 , G10L13/02 , G10L19/018
Abstract: 本公开涉及一种基于隐变量空间添加水印的语音合成方法、装置及设备，上述方法包括：获取待处理文本和待添加的水印信息；对待处理文本的文本音素序列、水印信息进行特征提取处理，得到位于概率空间的文本音素隐变量和水印隐变量；拼接文本音素隐变量和水印隐变量，得到文本嵌入分布；将文本嵌入分布输入至预先训练好的对齐模型中，输出预测音素时长与语音对齐、并进行语音转换后的预测语音嵌入分布；对预测语音嵌入分布进行映射逆变换和解码处理，得到与待处理文本对应且携带有水印信息的语音合成波形。避免后处理方式添加水印容易被攻击且破解的问题，通过联合优化水印植入和语音合成，能降低水印对于所生成语音质量的负面影响。
-
公开(公告)号：CN117351940B
公开(公告)日：2024-03-01
申请号：CN202311655426.6
申请日：2023-12-05
Applicant: 中国科学院自动化研究所
IPC: G10L15/01 , G10L15/06 , G10L15/16 , G10L15/183
Abstract: 本发明涉及一种基于语音大模型的合成语音检测方法及装置，基于语音大模型的合成语音检测方法包括：对每一语音合成算法对应的样本语音进行多鉴别任务的标签标记，构建鉴别任务序列；遍历每一语音合成算法，获取该语音合成算法对应的样本语音的梅尔谱，输入基于前一语音合成算法对应的语音训练模型的编码器，得到隐变量；将隐变量及鉴别任务序列输入基于前一语音合成算法对应的语音训练模型的解码器，获取预测鉴别值；依据预测鉴别值及实际鉴别值，对前一语音合成算法对应的语音训练模型的模型参数值矩阵进行梯度方向优化，在所有合成语音算法遍历完毕后，得到语音大模型。可以提升合成语音检测效率。
-
公开(公告)号：CN117292694B
公开(公告)日：2024-02-27
申请号：CN202311564716.X
申请日：2023-11-22
Applicant: 中国科学院自动化研究所
Abstract: 本发明实施例涉及一种基于时不变编码的少令牌神经语音编解码方法和系统，应用于训练好的神经语音编解码模型，该神经语音编解码模型包括编码器、时不变提取器、量化器和解码器；基于所述编码器对待处理语音进行编码，获得编码器输出层的隐层表示及编码器中间层的中间层表示；基于所述时不变提取器对所述中间层表示进行时不变特征提取，获得时不变表示；基于所述量化器分别对所述隐层表示和时不变表示进行量化，获得帧级别语音令牌和时不变令牌；基于所述解码器对所述帧级别语音令牌和时不变令牌进行解码，获得重构后语音；即通过时不变提取器对语音信号的时不变信息进行单独编码，在更少的语音编码令牌数量时能够实现高质量语音重建。
-
-
-
-
-
-
-
-
-
Search Results
265
records
(took 0.037 seconds)
