-
公开(公告)号：CN109558863B
公开(公告)日：2020-11-06
申请号：CN201910013383.9
申请日：2019-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/00
Abstract: 本发明公开了一种基于奇异谱分解和样本熵的脑电信号特征表示与提取方法、装置及存储介质。通过获取脑电信号并对所述脑电信号进行预处理，得到预处理后的脑电信号；对预处理后的脑电信号进行奇异谱分解，得到脑电信号的各阶奇异谱分量；使用样本熵算法计算脑电信号各阶奇异谱分量的样本熵；基于所述脑电信号各阶奇异谱分量的样本熵实现脑电信号特征信息的表征与提取。本发明方法非常适合非线性、非平稳的脑电信号特征表示与提取，提取到的特征信息能有效地直接表征出不同生理状态的生理信息，可高效地应用于脑电信号的分类、模式识别，以及能够作为一种诊断标记在临床脑电信号分析中具有重要参考价值。
-
公开(公告)号：CN109859767A
公开(公告)日：2019-06-07
申请号：CN201910168122.4
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
IPC: G10L21/0208 , G10L21/0216 , G10L25/24 , G10L25/30 , H04R25/00
Abstract: 本发明提供了一种用于数字助听器的环境自适应神经网络降噪方法，包括依次执行如下步骤：预处理步骤：接收带噪语音信号，带噪语音信号经过采样分帧后传输至声学场景识别模块；场景识别步骤：采用声学场景识别模块对所处的声学场景进行识别，然后由声学场景识别模块自主的选择神经网络降噪模块中不同的神经网络模型进行发送；神经网络降噪步骤。本发明的有益效果是：1.可以保证语音处理的实时性，只进行神经网络的前向传播，运算量不高；2.可以对所处的声学场景进行识别，然后自主地选择不同的神经网络模型，对不同的场景下的噪声进行针对性地降噪处理，能保证更好的语音质量和语音可懂度；3.可以有效地抑制瞬时噪声。
-
Patent Agency Ranking
公开(公告)号：CN109558863A
公开(公告)日：2019-04-02
申请号：CN201910013383.9
申请日：2019-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: G06K9/00
Abstract: 本发明公开了一种基于奇异谱分解和样本熵的脑电信号特征表示与提取方法、装置及存储介质。通过获取脑电信号并对所述脑电信号进行预处理，得到预处理后的脑电信号；对预处理后的脑电信号进行奇异谱分解，得到脑电信号的各阶奇异谱分量；使用样本熵算法计算脑电信号各阶奇异谱分量的样本熵；基于所述脑电信号各阶奇异谱分量的样本熵实现脑电信号特征信息的表征与提取。本发明方法非常适合非线性、非平稳的脑电信号特征表示与提取，提取到的特征信息能有效地直接表征出不同生理状态的生理信息，可高效地应用于脑电信号的分类、模式识别，以及能够作为一种诊断标记在临床脑电信号分析中具有重要参考价值。
-
公开(公告)号：CN109788400B
公开(公告)日：2020-12-18
申请号：CN201910167801.X
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种用于数字助听器的神经网络啸叫抑制方法，包括依次执行如下步骤：预处理步骤：接收语音信号，将语音信号经过采样分帧后传输至啸叫检测模块；啸叫检测步骤：啸叫检测模块接收语音帧，由啸叫检测模块检测是否是啸叫帧，如果不是啸叫帧，直接让语音信号通过，继续后面的处理；如果是啸叫帧，则进入缓冲抑制模块；缓冲抑制步骤：由缓冲抑制模块对啸叫帧进行抑制。本发明的有益效果是：1.可以实时地追踪抑制啸叫帧，抑制效果更好，且算法运算复杂度不高；2.采用神经网络进行啸叫检测的准确率更高，对正常语音的损失更小；3.缓冲抑制策略可以防止啸叫在短时间内复发，降低了啸叫的复发几率。
-
公开(公告)号：CN109741727B
公开(公告)日：2020-11-06
申请号：CN201910012849.3
申请日：2019-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: G10K11/178 , H04R1/10
Abstract: 本发明公开了一种基于有源噪声控制算法的主动降噪耳机、降噪方法及存储介质，通过参考传声器采集耳机外界噪声，并将采集的外界噪声发送至所述有源噪声控制系统；有源噪声控制系统对参考传声器采集的外界噪声通过变迭代参数与限定函数相结合的变阶数算法进行处理，输出抵消噪声至消声扬声器；消声扬声器将接收到的抵消噪声对外输出，对实际噪声进行抵消。本发明所提出的新型基于有源噪声控制算法的主动降噪耳机，采用鲁棒性设计，将噪声信号通过该系统进行循环迭代处理，能够选择出最适合的降噪系统系数，更加快速准确地追踪噪声信号的变化，从而大幅度提升降噪效果。
-
公开(公告)号：CN109788400A
公开(公告)日：2019-05-21
申请号：CN201910167801.X
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种用于数字助听器的神经网络啸叫抑制方法，包括依次执行如下步骤：预处理步骤：接收语音信号，将语音信号经过采样分帧后传输至啸叫检测模块；啸叫检测步骤：啸叫检测模块接收语音帧，由啸叫检测模块检测是否是啸叫帧，如果不是啸叫帧，直接让语音信号通过，继续后面的处理；如果是啸叫帧，则进入缓冲抑制模块；缓冲抑制步骤：由缓冲抑制模块对啸叫帧进行抑制。本发明的有益效果是：1.可以实时地追踪抑制啸叫帧，抑制效果更好，且算法运算复杂度不高；2.采用神经网络进行啸叫检测的准确率更高，对正常语音的损失更小；3.缓冲抑制策略可以防止啸叫在短时间内复发，降低了啸叫的复发几率。
-
公开(公告)号：CN109714668A
公开(公告)日：2019-05-03
申请号：CN201910013376.9
申请日：2019-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: H04R1/10
Abstract: 本发明公开了一种室内主动降噪器、降噪方法及存储介质，室内主动降噪器包括：噪声检测模块、主动降噪模块、产生反向抵消声波模块，主动降噪模块分别与噪声检测模块及产生反向抵消声波模块连接，噪声检测模块包括：麦克风阵列；噪声检测模块用于采用麦克风阵列噪声估计算法检测室内场景噪声源数据；主动降噪模块用于根据所述噪声源数据及主动降噪算法产生去噪信号；产生反向抵消声波模块用于根据去噪信号产生反向抵消声波与要消除的噪声进行叠加。本发明产生了良好的降噪效果，对改善人类的居住环境具有重大意义。
-
-
-
-
-
-
Search Results
17
records
(took 0.016 seconds)
