公开(公告)号：CN118884350B

公开(公告)日：2024-12-03

申请号：CN202411345733.9

申请日：2024-09-26

Applicant: 湖北经济学院 ,  达昌技术发展有限公司

Inventor： 彭瑞卿 ,  邓乾 ,  刘文平 ,  罗康力 ,  谢毅炜 ,  李思涵 ,  姜昀哲 ,  杨凌晨 ,  黄泽亮 ,  黄雪珊

IPC: G01S5/30 ,  G01S5/26 ,  G10L19/06 ,  G06N3/048

Abstract: 本发明涉及声音定位技术领域，提供了一种声音识别及定位的方法和装置。本发明提取至少三个音频数据的FBank特征和LPC特征，据此生成音频数据的多模型拼接特征，并对其中与声源类别和声源距离相关的模式进行建模，得到联合特征表示，进而分别实现对音频数据所属的声源类别和声源距离的预测；最后根据至少三个音频数据的声源类别和声源距离，构建至少三个三维音频球体，将构建的多个三维音频球体的交点确定为用户设备的位置；本发明定位准确度较高，解决了现有技术的声源定位方案存在的定位精度低和计算成本高的问题。

公开(公告)号：CN118884350A

公开(公告)日：2024-11-01

申请号：CN202411345733.9

申请日：2024-09-26

Applicant: 湖北经济学院 ,  达昌技术发展有限公司

Inventor： 彭瑞卿 ,  邓乾 ,  刘文平 ,  罗康力 ,  谢毅炜 ,  李思涵 ,  姜昀哲 ,  杨凌晨 ,  黄泽亮 ,  黄雪珊

IPC: G01S5/30 ,  G01S5/26 ,  G10L19/06 ,  G06N3/048

Abstract: 本发明涉及声音定位技术领域，提供了一种声音识别及定位的方法和装置。本发明提取至少三个音频数据的FBank特征和LPC特征，据此生成音频数据的多模型拼接特征，并对其中与声源类别和声源距离相关的模式进行建模，得到联合特征表示，进而分别实现对音频数据所属的声源类别和声源距离的预测；最后根据至少三个音频数据的声源类别和声源距离，构建至少三个三维音频球体，将构建的多个三维音频球体的交点确定为用户设备的位置；本发明定位准确度较高，解决了现有技术的声源定位方案存在的定位精度低和计算成本高的问题。