公开(公告)号：CN107424625A

公开(公告)日：2017-12-01

申请号：CN201710499621.2

申请日：2017-06-27

Applicant: 南京邮电大学

Inventor： 万新旺 ,  廖鹏程 ,  王吉 ,  沈利祥

IPC: G10L25/24 ,  G10L25/45 ,  G10L21/0216 ,  G10L21/0208 ,  G10L15/14 ,  G10L15/10

Abstract: 本发明公开了一种基于支持向量机(SVM)框架的多通道语音活动检测方法。针对传统的语音活动检测方法容易引入较大的噪声，并且难以根据环境的变化而自动调整阈值，本发明利用麦克风阵列融合了语音信号的时空信息特点，结合贴近人耳感知特性的梅尔频率倒谱系数(MFCC)，使用具有较好分类能力的支持向量机(SVM)来对语音/非语音进行分类，建立了针对语音和非语音的模型，能够准确的进行语音活动检测，有效的解决了在传统的语音活动检测算法的问题。

公开(公告)号：CN105976827A

公开(公告)日：2016-09-28

申请号：CN201610356146.9

申请日：2016-05-26

Applicant: 南京邮电大学

Inventor： 万新旺 ,  杨悦 ,  顾晓瑜 ,  王吉

IPC: G10L21/0216 ,  G10L21/028 ,  G10L25/06 ,  G01S5/18

Abstract: 本发明公开了一种基于集成学习的室内声源定位方法，特别是涉及声源定位识别方法所使用的特征。本发明使用信号的相位变换广义互相关函数作为位置特征，将声源信号数据转换成特征数据集，再使用集成学习技术(Bagging，AdaBoost等)对特征数据进行训练和定位测试，最终得到的集成学习分类器能很好地鉴别声源位置，克服了传统声源定位算法在恶劣环境下性能损失严重的不足。相比较传统的定位算法，本发明的优势在于能在室内环境下，有较强的噪声、混响的恶劣环境下，依旧能够获得鲁棒的声源定位性能。