-
公开(公告)号：CN103310789A
公开(公告)日：2013-09-18
申请号：CN201310239724.7
申请日：2013-06-17
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于改进的并行模型组合的声音事件识别方法，其步骤包括：1）录制声音事件的数据,根据干净声音事件训练得到GMM高斯混合模型，建立干净声音事件模板；2）在室内真实有噪声的环境下获取当前环境中的噪声数据，根据噪声数据训练得到GMM，建立噪声模板；3）对噪声模板和干净声音事件模板采用改进的并行模型融合的方法，得到带噪声音事件模板；4）采样得到带噪声音事件样本信号，根据带噪声音事件模板中的参数对样本信号进行声音识别。本发明通过建立能够更好描述背景噪声特征分布的GMM来作为PMC方法中一个输入，建立5种声音事件的干净GMM作为PMC的另一个输入。同时本发明保证了识别系统对噪声的鲁棒性。
-
公开(公告)号：CN103280220A
公开(公告)日：2013-09-04
申请号：CN201310148422.9
申请日：2013-04-25
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种实时的婴儿啼哭声识别方法，其步骤包括：1）录制婴儿啼哭声信号并建立声音库，进行预处理；2）当啼哭声开始时，采集得到婴儿啼哭声后采样得到实时数字信号，并在固定时间窗内对实时数字信号中的完整语音段依次进行分帧、加窗处理后提取得到实时特征向量序列；3）将实时特征向量序列与该GMM模板进行匹配，得到似然度最大的类，将最大的类作为识别结果，并对当前识别结果进行投票；4）当啼哭声结束后，根据投票结果判断婴儿啼哭声类别，完成识别，进行婴儿状况处理。本发明能够实时快速地判别婴儿啼哭声属于饥饿型、困倦型、尿湿型和疼痛型中的哪种类型，辅助护理人员及时反应、识别性能高。
-
公开(公告)号：CN103310789B
公开(公告)日：2016-04-06
申请号：CN201310239724.7
申请日：2013-06-17
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于改进的并行模型组合的声音事件识别方法，其步骤包括：1）录制声音事件的数据,根据干净声音事件训练得到GMM高斯混合模型，建立干净声音事件模板；2）在室内真实有噪声的环境下获取当前环境中的噪声数据，根据噪声数据训练得到GMM，建立噪声模板；3）对噪声模板和干净声音事件模板采用改进的并行模型融合的方法，得到带噪声音事件模板；4）采样得到带噪声音事件样本信号，根据带噪声音事件模板中的参数对样本信号进行声音识别。本发明通过建立能够更好描述背景噪声特征分布的GMM来作为PMC方法中一个输入，建立5种声音事件的干净GMM作为PMC的另一个输入。同时本发明保证了识别系统对噪声的鲁棒性。
-
公开(公告)号：CN103280220B
公开(公告)日：2015-11-18
申请号：CN201310148422.9
申请日：2013-04-25
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种实时的婴儿啼哭声识别方法，其步骤包括：1）录制婴儿啼哭声信号并建立声音库，进行预处理；2）当啼哭声开始时，采集得到婴儿啼哭声后采样得到实时数字信号，并在固定时间窗内对实时数字信号中的完整语音段依次进行分帧、加窗处理后提取得到实时特征向量序列；3）将实时特征向量序列与该GMM模板进行匹配，得到似然度最大的类，将最大的类作为识别结果，并对当前识别结果进行投票；4）当啼哭声结束后，根据投票结果判断婴儿啼哭声类别，完成识别，进行婴儿状况处理。本发明能够实时快速地判别婴儿啼哭声属于饥饿型、困倦型、尿湿型和疼痛型中的哪种类型，辅助护理人员及时反应、识别性能高。
-
-
-
Search Results
4
records
(took 0.026 seconds)
