-
公开(公告)号：CN1295678C
公开(公告)日：2007-01-17
申请号：CN200410006563.8
申请日：2004-05-18
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
IPC: G10L21/02
Abstract: 本发明公开一种子带自适应谷点降噪系统和方法，传声器对拾取的向前和向后指向性信号输入分析滤波器，分解为多个向前和向后子带信号，在自适应滤波器上将相应频带的向后子带信号乘以自适应滤波系数，输出向后子带调整信号，再在加法器上将各频带的向前子带信号减去向后子带调整信号输出，最后由综合滤波器组将多个加法器的输出累加，输出处理完的信号。本发明通过在频率上分带，在几个噪声源分布在不同的频率段并在不同方位的情况下，不同频率段的谷点可以同时对准几个噪声源，确保输出信号中噪声得到抑制，当采用单指向性传声器对时，对传声器的要求低，效果稳定，可以在相当小的空间尺寸内实现。
-
公开(公告)号：CN1750121A
公开(公告)日：2006-03-22
申请号：CN200410074445.0
申请日：2004-09-16
Applicant: 北京中科信利技术有限公司 , 中国科学院声学研究所
Abstract: 本发明公开了一种基于语音识别及语音分析的发音评估方法，包括以下步骤：选取输入的原始语音信号，采集并转换为数字信号，然后进行分帧处理；提取语音帧的特征参数；利用语音识别引擎对该输入语音进行识别，得到每个单词(字)或/及音节的分段信息，并计算出每个单词或单字的置信度；根据每个单词(字)或/及音节的置信度，对该输入语音中每个单词(字)或/音节的发音真实度进行评估。进一步，可以同时计算出每一语音频的时长、能量和频率信息，并与标准发音库对应的信息相比较，计算出每个单词(字)或/和音节的相似度，和置信度一起加权得到发音真实度。本发明可以评估的单位精确到每个字，每个音节，大大提高发音评估的精确度和效果。
-
公开(公告)号：CN1700305A
公开(公告)日：2005-11-23
申请号：CN200410006563.8
申请日：2004-05-18
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
IPC: G10L21/02
Abstract: 本发明公开一种子带自适应谷点降噪系统和方法，传声器对拾取的向前和向后指向性信号输入分析滤波器，分解为多个向前和向后子带信号，在自适应滤波器上将相应频带的向后子带信号乘以自适应滤波系数，输出向后子带调整信号，再在加法器上将各频带的向前子带信号减去向后子带调整信号输出，最后由综合滤波器组将多个加法器的输出累加，输出处理完的信号。本发明通过在频率上分带，在几个噪声源分布在不同的频率段并在不同方位的情况下，不同频率段的谷点可以同时对准几个噪声源，确保输出信号中噪声得到抑制，当采用单指向性传声器对时，对传声器的要求低，效果稳定，可以在相当小的空间尺寸内实现。
-
公开(公告)号：CN1607576A
公开(公告)日：2005-04-20
申请号：CN200410070139.X
申请日：2002-11-15
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
Abstract: 本发明公开一种语音识别系统，包括一模数变换单元、一特征提取单元、一解码运算单元及一声学模型，用于接收语音输入信号并得到相匹配的识别结果，其中：该模数变换单元将该语音输入信号转换为一数字信号；该特征提取单元将该数字信号进行分帧处理，提取语音特征参数得输入语音特征矢量序列；该解码运算单元对该特征矢量序列进行解码运算得到识别结果。该声学模型为采用本发明压缩方法得到的高斯码本。本发明的语音识别系统，可在保证语音系统识别性能的前提下，提高系统的识别速度。
-
公开(公告)号：CN1598925A
公开(公告)日：2005-03-23
申请号：CN200410070140.2
申请日：2002-11-15
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
Abstract: 本发明公开一种语音识别系统，包括：模数变换单元，将输入语音的模拟信号变换为数字信号；特征提取单元，对该数字信号进行分帧处理，提取每一帧语音的特征参数，得到其特征矢量序列；特征码本，由一定数量的码字组成；量化编码单元，根据特征码本将输入语音的特征矢量序列转换为特征码字序列；概率表，存储了特征码本中每个码字对应高斯码本中每个码字的概率值；以及解码运算单元，对该特征码字序列进行解码运算得到识别结果，运算中对该特征码字序列中的各个码字，从概率表中直接查找与其具有最大匹配概率的高斯[0]码字。本发明的语音识别系统，可在保证语音系统识别性能的前提下，提高系统的识别速度。
-
Patent Agency Ranking
公开(公告)号：CN1490786A
公开(公告)日：2004-04-21
申请号：CN02148686.7
申请日：2002-11-15
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
Abstract: 本发明公开一种语音识别置信度的评价方法及其系统，其评价方法中利用目标单元的隐马尔可夫模型对所述语音段作强制对齐时，生成所述目标单元的状态音素序列及各状态音素对应语音段的起始边界，基于状态音素关于对应语音段中各语音帧的后验概率的计算得到识别结果目标单元的声学置信度量，同时公开了一种并行计算方法和相应的存储结构，本发明的置信度计算是基于更基本的声学结构来进行的，因此可以使置信度评价的结果更为准确有效，更由于采用了并行计算方法及相应的利于并行计算的存储结构，运算速度也大大提高；本发明还公开了一种根据置信度量对识别结果加以标记的方法，以及一种带识别结果置信度评价的听写装置。
-
公开(公告)号：CN1455389A
公开(公告)日：2003-11-12
申请号：CN02148684.0
申请日：2002-11-15
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
Abstract: 本发明公开一种用于语音识别系统的特征矢量集的压缩方法，在对语音特征矢量集聚类得到码本的过程中，增加了根据子集合中矢量数及矢量的总距离度量来动态合并和分裂子集合的步骤，减小了聚类后集合中矢量与其对应的码字的距离度量总和，提高了聚类算法的精度，将本发明方法压缩后的码本应用于语音识别系统中，可在保证语音系统识别性能的同时，大大降低了系统的存储量。本发明还公开一种语音识别系统，用特征码本和概率表代替声学模型，在解码的过程中不需要计算高斯概率，只须从预先存储的概率表中查找出所需的概率值，大大减少了解码运算量，因而可极大地提高系统的识别速度。
-
公开(公告)号：CN106611604A
公开(公告)日：2017-05-03
申请号：CN201510696366.1
申请日：2015-10-23
Applicant: 中国科学院声学研究所 , 北京中科信利技术有限公司
Abstract: 本发明涉及一种基于深度神经网络的自动语音叠音检测方法，包括：训练用于叠音检测的深度神经网络模型；其中，该深度神经网络模型的输入层为语音的特征信息，输出层为针对叠音语音、单人语音、非语音三类状态的概率输出值；采用深度神经网络模型对自动语音做叠音检测。
-
公开(公告)号：CN1848829B
公开(公告)日：2010-06-16
申请号：CN200510064334.6
申请日：2005-04-14
Applicant: 北京中科信利技术有限公司 , 中国科学院声学研究所
IPC: H04L25/03
Abstract: 本发明涉及一种适应于短波窄带信道的自同步音频水印方法，水印嵌入时，将同步信息和进行了RS编码的水印信息转化为双向码基带信号，然后采用扩频序列嵌入的方法在时间上依次将同步信息和水印信息嵌入音频信号频谱中；水印提取时，使用通信中滑动相关的方法提取同步信息，完成帧同步和数据同步，然后对接收信号的频谱进行相关检测，提取水印信息。本发明利用同步信号定位音频帧的位置和数据起始，应用双向调制技术，RS纠错码技术，冗余嵌入，数据重组，和可信度度量等技术增强水印信号的鲁棒性。另外，本发明把同步信号完全嵌入到频域中，使得同步信号和水印信息一样具有很强的鲁棒性，在强噪声的情况下依然能够完成同步。
-
公开(公告)号：CN101645084A
公开(公告)日：2010-02-10
申请号：CN200910082663.1
申请日：2009-04-23
Applicant: 中国科学院声学研究所
IPC: G06F17/30
Abstract: 本发明提供一种嵌入式浏览器对动态数据的处理方法。在网页中使用浏览器的JavaScript引擎扩展非标准的JavaScript方法回调动态数据获取模块；在应用程序的动态数据获取模块中具体实现动态数据的获取；在网页中对动态数据进行布局实现动态数据与网页结合，浏览器解析页面布局完成动态数据的布局和显示。该方法通过在网页中调用JavaScript引擎扩展的相关方法，通过回调的方式与独立于浏览器以外的应用程序的动态数据获取模块进行交互，实现动态数据的获取和显示形式的确定；对动态数据的布局通过自主地在网页中进行布局排版完成，由浏览器自身进行管理，无需外部应用程序介入，从而能够使浏览器数据获取与布局显示分离开，降低浏览器与外部应用程序的耦合度，简化了复杂度。
-
-
-
-
-
-
-
-
-
Search Results
64
records
(took 0.083 seconds)
