公开(公告)号：CN116055061A

公开(公告)日：2023-05-02

申请号：CN202310058677.X

申请日：2023-01-18

Applicant: 南京龙垣信息科技有限公司

Inventor： 张星东 ,  赵胜 ,  丁卓 ,  鲁宁

IPC: H04L9/32 ,  H04L9/06 ,  H04L9/40 ,  G10L15/02 ,  G10L15/10

Abstract: 基于哈希加密的声纹认证隐私保护方法，对提取的声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q1，并将其保存到服务端。提取待验证语音音频数据的声纹特征向量，对声纹特征向量进行处理，生成二进制哈希声纹特征向量，通过随机投影然后带量化将得到的二进制哈希特征向量转换为位序列，生成哈希串特征向量q2；由哈希串特征向量q2与服务端哈希串特征向量q1进行匹配，计算q2于q1的汉明距离，得到决策结果，如完全匹配则认证，若否则拒绝。解决了声纹特征不被他人利用、泄露或篡改，保护使用者隐私的难题。

公开(公告)号：CN115083417A

公开(公告)日：2022-09-20

申请号：CN202210658453.8

申请日：2022-06-11

Applicant: 南京龙垣信息科技有限公司

Inventor： 张星东 ,  丁卓

IPC: G10L15/26 ,  G10L15/08 ,  G06V40/16 ,  G06V40/20 ,  H04W4/80 ,  G08B25/10

Abstract: 本发明属于安防系统技术领域，尤其为一种基于语音识别技术的智能安防系统，包括语音识别单元、人脸识别单元、动作识别单元和中央处理系统，所述人脸识别单元用于实时采集目标环境周围的图像信息，提取图像信息中的人脸图像特征，将提取到的人脸图像特征数据与人脸库中存储的人脸特征数据进行匹配，进行人脸识别；所述中央处理系统用于将语音识别数据及结果、人脸识别数据及结果和动作识别数据及结果进行整合处理，上传整合后的数据至后台远程终端。本发明用以语音识别技术为主，人脸识别技术和动作识别技术为辅的三重安防监测方式，实现对目标环境的高可靠性安全防控，较之单一安防监测方式大大提高了其检测结果的准确性和可靠性。

公开(公告)号：CN113763963B

公开(公告)日：2025-02-18

申请号：CN202110974150.2

申请日：2021-08-24

Applicant: 南京龙垣信息科技有限公司

Inventor： 张星东 ,  招梓枫 ,  李为州 ,  丁卓

IPC: G10L17/02 ,  G10L17/08

Abstract: 本方案涉及一种电话卡冒用检测方法、系统、计算机设备及存储介质。所述方法包括：获取包含有疑似被冒用电话卡的电话号码的嫌疑名单；获取与电话号码对应机主的电话录音，并通过重采样算法将电话录音的采集频率调整为目标采集频率；将含有目标采集频率的电话录音输入至声纹识别算法模型中，得到与电话录音对应的声纹特征；在注册录音底库中查找与电话号码对应的注册声纹特征；将声纹特征与注册声纹特征进行比对，得到比对结果，并根据比对结果确定电话号码对应的电话卡是否被冒用。通过对采集的电话录音以及数据库中的目标电话录音进行声纹识别，从而根据声纹识别结果确定电话录音对应的机主是否为注册机主，可以准确检测出电话卡是否被冒用。

公开(公告)号：CN119446154A

公开(公告)日：2025-02-14

申请号：CN202411562113.0

申请日：2024-11-05

Applicant: 南京龙垣信息科技有限公司

Inventor： 赵胜 ,  丁卓

IPC: G10L17/26 ,  G10L21/0208 ,  G10L25/18 ,  G10L25/30 ,  G10L25/51

Abstract: 本发明涉及环境音事件检测技术领域，具体涉及一种基于多模态数据融合的环境音事件检测方法，利用麦克风阵列、摄像头和传感器同步采集音频、视频及环境数据，形成多模态数据源。对采集到的多模态数据进行预处理，以提高数据质量和后续分析的准确性。从处理后的数据中提取关键特征，并将这些特征进行融合，形成多模态特征。构建深度学习模型，并使用多模态特征进行训练，以获得能够识别环境音事件的模型。将训练后的模型进行剪枝、量化和知识蒸馏等优化，部署在边缘设备上，实现实时的初步特征提取和事件检测。解决了现有技术中环境音事件检测方法存在的鲁棒性差、实时性不高以及泛化能力有限的问题。

公开(公告)号：CN119028371A

公开(公告)日：2024-11-26

申请号：CN202410969187.X

申请日：2024-07-19

Applicant: 南京龙垣信息科技有限公司

Inventor： 谢羽凯 ,  丁卓

IPC: G10L25/21 ,  G10L25/03 ,  G10L25/51 ,  G10L21/0208

Abstract: 本发明涉及音频分析技术领域，具体涉及一种基于分贝和能量值转换的音频分析方法及系统；音频信号预处理模块用于接收音频信号，并对音频信号进行预处理，去除音频信号中的噪声，得到音频处理信号；分贝值计算模块用于计算音频处理信号中的SPL值，提取分贝值；能量值提取模块用于计算每帧音频处理信号的短时能量值；转换融合模块用于融合分贝值和能量值，对音频信号中的关键信息进行整合和提炼；通过将分贝值和能量值的分析相结合，实现对音频信号更为全面和深入的分析，不仅能够提高音频分析的准确性和可靠性，而且能够在保证实时性的同时减少资源消耗。

公开(公告)号：CN118859102A

公开(公告)日：2024-10-29

申请号：CN202410837357.9

申请日：2024-06-26

Applicant: 南京邮电大学 ,  南京龙垣信息科技有限公司

Inventor： 邵曦 ,  穆歌 ,  朱俊屹 ,  丁卓

IPC: G01S3/80 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/2321

Abstract: 本发明提出了一种基于改进ESPRIT算法的宽带信号DOA估计方法，将ESPRIT算法所需的阵元偶麦克风阵列通过麦克风复用简化为均匀线阵；并针对阵列位移矢量大于信号最小半波长时出现的相位卷绕问题，在用窄带ESPRIT算法估计宽带信号声源DOA的任务上给出了基于聚类的解卷绕方案。以开始出现相位卷绕的频率点为界限，将整个频带分为两部分。统计无相位卷绕的部分频率点信号DOA估计结果作为聚类中心的初始值，利用先验聚类中心对应的方向角引导存在相位卷绕的部分频率点信号进行相位解卷绕，从而避免拓展孔径阵列对中高频率信号DOA估计造成的误差，实现全频带的无相位卷绕DOA估计。该方法使得麦克风阵列能够藉由拓展阵列孔径获得更准确的估计结果。

公开(公告)号：CN118366475A

公开(公告)日：2024-07-19

申请号：CN202410415397.4

申请日：2024-04-08

Applicant: 南京邮电大学 ,  南京龙垣信息科技有限公司

Inventor： 邵曦 ,  陈雯瑶 ,  丁卓 ,  张鹏程 ,  冯时 ,  肖遥 ,  沈星翰

IPC: G10L25/03 ,  G10L25/27 ,  G10L17/04 ,  G10L15/06 ,  G10L25/48

Abstract: 本发明公开了一种基于局部差异信息辅助的小样本类增量音频分类方法，本发明包括计算模块预训练阶段和分类器融合阶段，将音频分类数据集样本按照类别划分为基类、伪新类和新类，这三个类别互不重叠；所述计算模块预训练阶段为训练特征提取网络，基类分类器和小样本分类权重生成器；所述分类器融合阶段为：从基类中选取每个类别的代表性样本与新类样本混合得到混合样本，将基类分类器与新类分类器级联输入到知识保存模块中，基于混合样本训练知识保存模块，输出能够同时识别基类和新类的统一分类器。本发明改善了相似的新类与基类之间的混淆问题，提高了模型同时识别基类和新类的准确率。

公开(公告)号：CN118332141A

公开(公告)日：2024-07-12

申请号：CN202410759486.0

申请日：2024-06-13

Applicant: 南京龙垣信息科技有限公司

Inventor： 赵胜 ,  丁卓 ,  潘焕平

IPC: G06F16/435 ,  G06F16/432 ,  G06F18/213 ,  G06F18/25 ,  G06F40/30 ,  G06N20/00 ,  G06N5/022

Abstract: 本发明涉及计算机技术领域，具体涉及一种基于深度学习的动态知识库客服交互系统；包括多模态输入模块、多模态信息处理模块、语音处理模块、更新模块、行为分析与预测模块和服务响应模块，多模态信息处理模块用于处理和分析多模态输入数据，识别用户的需求和情绪；语音处理模块用于语音识别和情感分析；行为分析与预测模块用于分析用户交互行为和反馈，预测用户的需求和偏好；更新模块用于根据接收数据动态更新知识库内容；服务响应模块用于综合各个模块的分析和处理数据，生成用户需求响应，并进行呈现；通过上述方式，能够更准确地理解、响应用户需求，实时学习和进化，以不断提升服务质量和效率。

公开(公告)号：CN118280389A

公开(公告)日：2024-07-02

申请号：CN202410365711.2

申请日：2024-03-28

Applicant: 南京龙垣信息科技有限公司

Inventor： 段艺博 ,  丁卓 ,  杨瑞宾

IPC: G10L25/51 ,  G10L25/69 ,  G10L25/30 ,  G10L25/18 ,  G10L25/21

Abstract: 本发明涉及语音识别技术领域，具体涉及一种多重对抗判别伪造音频检测系统；包括数据采集模块、波形检测模型、时域特征建模模块和对抗神经网络分类器；波形检测模型用于提取预处理后的原始音频数据中的频谱，基于频谱的连续性判别原始音频是否为真实音频；时域特征建模模块用于对音频波形与特征进行建模；对抗神经网络分类器用于对特征进行判别，再次判别原始音频是否为真实音频；通过对目标音频进行波形频谱分析，采用深度神经网络对于音频波形与特征进行建模，使用对抗神经网络对特征进行判别，从而判断音频来源是否伪造，获得检测出深度音频的伪造，提高检测的准确性和鲁棒性的效果。

公开(公告)号：CN118038886A

公开(公告)日：2024-05-14

申请号：CN202410179297.6

申请日：2024-02-18

Applicant: 南京龙垣信息科技有限公司

Inventor： 段艺博 ,  丁卓

IPC: G10L21/0272 ,  G10L17/14 ,  G10L15/26 ,  G10L21/0216 ,  H04L12/18

Abstract: 本发明涉及会议记录技术领域，具体涉及一种异构多说话人自适应语音会议记录系统及方法；包括多通道语音采集模块、语音分离模块、语音识别模块、会议记录模块、说话人识别模块和说话人标注模块；多通道语音采集模块用于获取不同方位的语音；语音分离模块用于将多个说话人混合的语音信号分离为独立的单说话人语音；语音识别模块用于根据输出语音进行识别并输出；说话人识别模块用于根据输出语音确定说话人；说话人标注模块用于对说话人的身份进行标注；会议记录模块用于记录文本数据及说话人身份的标注数据；通过上述方式，实现了分离语音与对应说话人的匹配，对分离并标注说话人的语音信号进行转录，生成多说话人的会议记录。