一种基于多分辨率听觉倒谱系数和深度卷积神经网络的语音增强方法

    公开(公告)号:CN107845389B

    公开(公告)日:2020-07-17

    申请号:CN201711397819.6

    申请日:2017-12-21

    Abstract: 本发明提出了一种基于多分辨率倒谱系数和卷积神经网络的语音增强方法,首先构建了新的能够区分语音和噪声的特征参数—多分辨率听觉倒谱系数(MR‑GFCC);其次,跟踪噪声变化构建了基于理想软掩蔽(IRM)和理想二值掩蔽(IBM)的自适应掩蔽阈值;然后将提取的新特征参数及其一二阶导数和自适应掩蔽阈值作为深度卷积神经网络(DCNN)的输入和输出,对构建的7层神经网络进行训练;最后利用DCNN估计的自适应掩蔽阈值对含噪语音进行增强。本发明充分利用了人耳的工作机理,提出了模拟人耳听觉生理模型的语音特征参数,不仅可以保留更多的语音信息,而且提取过程简单可行。

    一种修复铜薄膜试件疲劳损伤的振动处理方法

    公开(公告)号:CN105861969A

    公开(公告)日:2016-08-17

    申请号:CN201610405871.0

    申请日:2016-06-08

    CPC classification number: C22F3/00

    Abstract: 一种修复铜薄膜试件疲劳损伤的振动处理方法,涉及机械制造与振动处理应用技术领域。模态激振器、功率放大器和信号发生器依次连接,铜薄膜放在模态激振器中的试件隔断装置内;设置功放、正弦波、频率和电压输出;使试件处于自由振动状态;一段时间后,依次关闭信号发生器和功率放大器,将铜薄膜试件从试件隔断装置中取出。本发明通过对材料施加力和频率对振型的影响,在材料内形成应力场,不仅有效愈合铜薄膜试件的疲劳损伤,还能大幅提高其疲劳寿命。同时,本发明工艺简单,操作方便,实用性强,效果显著,有很大的工程实用潜力。

    一种多次振动处理修复铜薄膜试件疲劳损伤的方法

    公开(公告)号:CN106803007B

    公开(公告)日:2020-03-13

    申请号:CN201710072876.0

    申请日:2017-02-10

    Abstract: 一种多次振动处理修复铜薄膜试件疲劳损伤的方法,属于机械制造与振动处理应用技术领域。装置包括试件隔断装置、模态激振器、试件隔断装置、功率放大器和信号发生器;用有限元分析软件静态分析模拟原始试件疲劳损伤过程,用瞬态动力学分析模拟振动处理过程,分析试件受力情况,得到最优修复效果及其对应的参数;由于每次疲劳损伤后铜薄膜试件内部的微观组织变化都不同,需要用有限元软件进行瞬态分析以模拟振动修复处理实验,求得最优修复效果及其对应的参数,将每次得到的最优参数作为设备输出参数。本发明通过有限元模拟得到的最优参数指导实验进行多次振动修复处理,使试件的损伤不断擦除,每次的修复效果达到最佳,从而持续延长剩余寿命。

    一种数字助听器中基于深度学习的双耳声源定位方法

    公开(公告)号:CN108122559A

    公开(公告)日:2018-06-05

    申请号:CN201711397816.2

    申请日:2017-12-21

    Abstract: 本发明公开一种数字助听器中基于深度学习的双耳声源定位方法,首先将双耳声源信号通过gammatone滤波器分解成若干信道,通过加权系数提取高能量的信道,接着利用头相关函数(head-related-transform function,HRTF)提取第一类特征,即耳间时间差(Interaural Time Difference,ITD)和耳间强度差(Interaural Intensity Difference,IID)作为深度学习的输入,将水平面划分为四个象限,缩小定位范围。然后提取头相关传递的第二类特征,即耳间声压差(Interaural Level Difference,ILD)和耳间相位差(Interaural Phase Difference,IPD),最后为了得到更精确的定位,将第一类和第二类的四个特征作为下一个深度学习的输入,从而得到声源定位的方位角。实现在水平面上0度到360度以5度为步长进行72个方位角的精确定位。

    一种制备微型试验试件的冲压模具

    公开(公告)号:CN105107927A

    公开(公告)日:2015-12-02

    申请号:CN201510651308.7

    申请日:2015-10-10

    Abstract: 一种制备微型试验试件的冲压模具,该模具通过添加额外的小定位装置,使定位更精确,从而实现制备微型试件的目的。将裁剪好的毛坯材料放在带有冲孔的冲压台上,并使材料轧制方向与孔轴向平行,向下压摇杆,与摇杆连接的轴通过齿轮齿条机构带动冲头向下运动,冲压毛坯材料,成形的试件落下,向上抬起摇杆,且在弹簧弹力的辅助下,齿轮齿条机构带动冲头向上运动回到原位。通过添加定位装置,能够精确的冲压微型试件,切口整齐,无变形,在3500倍显微镜下观察发现尺寸误差控制在2μm左右。

    一种数字助听器中基于深度学习的双耳声源定位方法

    公开(公告)号:CN108122559B

    公开(公告)日:2021-05-14

    申请号:CN201711397816.2

    申请日:2017-12-21

    Abstract: 本发明公开一种数字助听器中基于深度学习的双耳声源定位方法,首先将双耳声源信号通过gammatone滤波器分解成若干信道,通过加权系数提取高能量的信道,接着利用头相关函数(head‑related‑transform function,HRTF)提取第一类特征,即耳间时间差(Interaural Time Difference,ITD)和耳间强度差(Interaural Intensity Difference,IID)作为深度学习的输入,将水平面划分为四个象限,缩小定位范围。然后提取头相关传递的第二类特征,即耳间声压差(Interaural Level Difference,ILD)和耳间相位差(Interaural Phase Difference,IPD),最后为了得到更精确的定位,将第一类和第二类的四个特征作为下一个深度学习的输入,从而得到声源定位的方位角。实现在水平面上0度到360度以5度为步长进行72个方位角的精确定位。

    一种基于多分辨率听觉倒谱系数和深度卷积神经网络的语音增强方法

    公开(公告)号:CN107845389A

    公开(公告)日:2018-03-27

    申请号:CN201711397819.6

    申请日:2017-12-21

    Abstract: 本发明提出了一种基于多分辨率倒谱系数和卷积神经网络的语音增强方法,首先构建了新的能够区分语音和噪声的特征参数—多分辨率听觉倒谱系数(MR-GFCC);其次,跟踪噪声变化构建了基于理想软掩蔽(IRM)和理想二值掩蔽(IBM)的自适应掩蔽阈值;然后将提取的新特征参数及其一二阶导数和自适应掩蔽阈值作为深度卷积神经网络(DCNN)的输入和输出,对构建的7层神经网络进行训练;最后利用DCNN估计的自适应掩蔽阈值对含噪语音进行增强。本发明充分利用了人耳的工作机理,提出了模拟人耳听觉生理模型的语音特征参数,不仅可以保留更多的语音信息,而且提取过程简单可行。

    一种修复铜薄膜试件疲劳损伤的振动处理方法

    公开(公告)号:CN105861969B

    公开(公告)日:2017-12-22

    申请号:CN201610405871.0

    申请日:2016-06-08

    Abstract: 一种修复铜薄膜试件疲劳损伤的振动处理方法,涉及机械制造与振动处理应用技术领域。模态激振器、功率放大器和信号发生器依次连接,铜薄膜放在模态激振器中的试件隔断装置内;设置功放、正弦波、频率和电压输出;使试件处于自由振动状态;一段时间后,依次关闭信号发生器和功率放大器,将铜薄膜试件从试件隔断装置中取出。本发明通过对材料施加力和频率对振型的影响,在材料内形成应力场,不仅有效愈合铜薄膜试件的疲劳损伤,还能大幅提高其疲劳寿命。同时,本发明工艺简单,操作方便,实用性强,效果显著,有很大的工程实用潜力。

    一种制备微型试验试件的冲压模具

    公开(公告)号:CN105107927B

    公开(公告)日:2017-09-29

    申请号:CN201510651308.7

    申请日:2015-10-10

    Abstract: 一种制备微型试验试件的冲压模具,该模具通过添加额外的小定位装置,使定位更精确,从而实现制备微型试件的目的。将裁剪好的毛坯材料放在带有冲孔的冲压台上,并使材料轧制方向与孔轴向平行,向下压摇杆,与摇杆连接的轴通过齿轮齿条机构带动冲头向下运动,冲压毛坯材料,成形的试件落下,向上抬起摇杆,且在弹簧弹力的辅助下,齿轮齿条机构带动冲头向上运动回到原位。通过添加定位装置,能够精确的冲压微型试件,切口整齐,无变形,在3500倍显微镜下观察发现尺寸误差控制在2μm左右。

    一种多次振动处理修复铜薄膜试件疲劳损伤的方法

    公开(公告)号:CN106803007A

    公开(公告)日:2017-06-06

    申请号:CN201710072876.0

    申请日:2017-02-10

    Abstract: 一种多次振动处理修复铜薄膜试件疲劳损伤的方法,属于机械制造与振动处理应用技术领域。装置包括试件隔断装置、模态激振器、试件隔断装置、功率放大器和信号发生器;用有限元分析软件静态分析模拟原始试件疲劳损伤过程,用瞬态动力学分析模拟振动处理过程,分析试件受力情况,得到最优修复效果及其对应的参数;由于每次疲劳损伤后铜薄膜试件内部的微观组织变化都不同,需要用有限元软件进行瞬态分析以模拟振动修复处理实验,求得最优修复效果及其对应的参数,将每次得到的最优参数作为设备输出参数。本发明通过有限元模拟得到的最优参数指导实验进行多次振动修复处理,使试件的损伤不断擦除,每次的修复效果达到最佳,从而持续延长剩余寿命。

Patent Agency Ranking