-
公开(公告)号：CN113436616A
公开(公告)日：2021-09-24
申请号：CN202110594183.4
申请日：2021-05-28
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
Abstract: 本申请提出一种多领域自适应的端到端语音识别方法，所述方法包括：提取待识别语音的第一特征；将所述第一特征和领域标签输入训练好的端到端语音识别模型；所述领域标签是为所述待识别语音的预先设定的口音标签；基于所述训练好的端到端语音识别模型，根据所述领域标签提取第二特征，将所述第一特征与所述第二特征拼接后进行编码得到第三特征；对所述第三特征进行解码，得到多条候选文本，输出第一文本候选列表，所述第一文本候选列表包括所述多条候选文本。本申请通过使用多领域自适应的方法，利用丰富资源领域预训练模型、多目标领域数据及多目标领域鉴别特征来提升在多个目标领域上的语音识别性能。
-
公开(公告)号：CN111641531B
公开(公告)日：2021-08-17
申请号：CN202010399499.3
申请日：2020-05-12
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司
Abstract: 一种基于DPDK的数据包分发和特征提取方法，包括：步骤一、设置多台Worker服务器和1台采集Proxy服务器，并对每台服务器预先进行DPDK环境部署；步骤二、采集Proxy服务器从绑定网卡中读取网络数据包并存入缓冲区中，同时，按照每个数据包的五元组信息，将缓存区中五元组信息相对应的所有数据包分发给其中1台对应的Worker服务器；步骤三、每台Worker服务器从收到的数据包中提取数据特征信息。本发明属于信息技术领域，能有效提高对网络海量数据包的处理效率和正确率。
-
公开(公告)号：CN113115363A
公开(公告)日：2021-07-13
申请号：CN202110426526.6
申请日：2021-04-20
Applicant: 国家计算机网络与信息安全管理中心
Inventor： 倪善金 , 万辛 , 黄远 , 孙晓晨 , 宁珊 , 沈亮 , 高圣翔 , 计哲 , 杨晶超 , 张震 , 李鹏 , 石瑾 , 李沁 , 侯炜 , 刁则鸣 , 刘发强 , 孙旭东 , 王立强 , 刘睿霖
IPC: H04W28/02 , H04W28/08 , H04B17/318 , H04B17/382
Abstract: 本公开提供一种异构网络中的移动通信方法、装置与电子设备。异构网络中的移动通信方法包括：确定目标用户在所述目标异构网络中的目标位置确定所述目标位置处于所述目标低功率节点的目标信号范围内，所述目标信号范围是根据所述目标低功率节点与所述宏基站之间的目标信号强度边界和所述目标信号强度边界的目标范围扩展基基确定的将所述目标用户与所述宏基站之间通信切换为所述目标用户与所述目标低功率节点进行通信。本公开实施例提供的技术方案可以通过低功率节点的覆盖边界扩展，降低宏基站的负载，提高异构网络中用户的网络信号强度，增强系统的可靠性和频谱效率。
-
公开(公告)号：CN110708418B
公开(公告)日：2021-06-29
申请号：CN201910848492.2
申请日：2019-09-09
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: H04M1/72484 , H04M1/72403 , H04M1/72454 , H04M1/57 , G10L25/54 , G10L25/03
Abstract: 本发明公开了一种识别呼叫方属性的方法及装置，涉及通信技术领域，包括：接收到第二设备的通话请求后，与所述第二设备建立通话连接；获取所述第二设备发送的语音数据；提取所述语音数据的噪声特征，作为待处理噪声特征；所述噪声特征包括以下任意一项或多项：期望、熵和超熵；在预先建立的噪声特征与属性标签的对应关系中，查找所述待处理噪声特征对应的属性标签，作为所述第二设备的第一属性。本发明通过噪声特征来识别呼叫方的属性，相比于现有技术提升了识别准确性。
-
公开(公告)号：CN110545359B
公开(公告)日：2021-06-29
申请号：CN201910713518.2
申请日：2019-08-02
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
IPC: H04M3/22
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述方法包括：通过运营商通信线路建立位于主叫地的主叫终端与位于被叫地的被叫终端之间的通话连接；在所述主叫终端处播放语音；在所述被叫终端处获取所述语音对应的音频；从所述音频中提取音频特征作为通信线路特征，所述通信线路特征为所述主叫地与所述被叫地之间的所述运营商通信线路的特征，从而有助于准确且高效的识别相应的运营商和来源地，进而提高用户通话的可靠性。
-
Patent Agency Ranking
公开(公告)号：CN112989839A
公开(公告)日：2021-06-18
申请号：CN201911309397.1
申请日：2019-12-18
Applicant: 中国科学院声学研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F40/30 , G06F40/284
Abstract: 本发明属于自然语言处理技术领域，具体涉及一种基于关键词特征嵌入语言模型的意图识别方法，包括：采用前后向最大分词算法，对提取的有效文本的语言信息进行分词，获得不同类别的分词结果；针对获得的不同类别的分词结果，获得不同类别的分词结果对应的候选意图相关的关键词列表；剔除每一种类别的分词结果对应的候选意图相关的关键词列表中的通用高频词和领域无关词，获得每一种类别的分词结果对应的最终关键词表，进而获得不同的关键词特征向量；将获得的每一个关键词特征向量嵌入至预先训练好的语言模型，获得带有关键词特征的有效文本的语音信息；并对其进行编码和分类，获得该有效文本的语言信息的意图识别结果。
-
公开(公告)号：CN110602332B
公开(公告)日：2021-06-15
申请号：CN201910708779.5
申请日：2019-08-01
Applicant: 国家计算机网络与信息安全管理中心 , 北京邮电大学
Abstract: 本发明公开了一种通信线路特征提取方法、通信线路识别方法及装置。所述通信线路特征提取方法包括：获取主叫端与被叫端之间的通话音频；对所述通话音频进行处理，以去除所述通话音频中的人声音频；分别采用差分方法、频率划分方法和自编码网络方法从处理后的通话音频中对应提取第一噪声特征、第二噪声特征和第三噪声特征，并将所述第一噪声特征、所述第二噪声特征和所述第三噪声特征作为所述主叫端与所述被叫端之间的通信线路特征，从而能够准确且高效的提取通信线路特征，进而提高通信线路识别的准确性和高效性，提高电话通信的可靠性。
-
公开(公告)号：CN111726460B
公开(公告)日：2021-04-20
申请号：CN202010542365.2
申请日：2020-06-15
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司
Abstract: 一种基于时空图的诈骗号码识别方法，包括：由全量通话记录生成电信通联网络，并构建识别诈骗号码的时空图，使用Snapshot方法按时间间隔T、从图中连续截取出多张时空子图；基于用户在每张时空子图对应时间周期下的通话记录，计算每个用户在每张时空子图对应时间周期下的通话特征指标向量，同时，为每个用户从时空子图中提取和其有相同被叫的邻居用户；构建、并训练识别诈骗号码的时空图神经网络；将待识别目标用户和其所有邻居用户在所有时空子图中的通话特征指标向量输入时空图神经网络，并根据输出判断待识别目标用户号码是否是疑似诈骗号码。本发明属于信息技术领域，能动态的捕获到号码呼叫行为的变化，从而实现诈骗号码的精准识别。
-
公开(公告)号：CN110213449B
公开(公告)日：2020-12-25
申请号：CN201910413883.1
申请日：2019-05-17
Applicant: 国家计算机网络与信息安全管理中心 , 杭州东信北邮信息技术有限公司 , 长安通信科技有限责任公司
Abstract: 一种漫游诈骗号码的识别方法，包括：获取所有待识别漫游号码的主叫话单，并将话单划分成多个开卡渠道‑开卡时间组，然后根据待识别漫游号码的通信指标，分类确定疑似诈骗和非疑似诈骗的开卡渠道‑开卡时间组，并据此计算所有待识别漫游号码的诈骗标识值，将所有诈骗标识值构成一个诈骗标识集；选取多个特征属性构成特征属性集；对所有待识别漫游号码进行M次诈骗号码的判定分类，将每次进行判定分类后获得的所有待识别漫游号码的诈骗特征分类判定值构成一个诈骗特征分类判定集；根据诈骗标识集和M个诈骗特征分类判定集，计算所有待识别漫游号码的诈骗判定值，以识别出诈骗号码。本发明属于信息技术领域，能从现有话单中精确识别漫游诈骗号码。
-
公开(公告)号：CN111881682A
公开(公告)日：2020-11-03
申请号：CN202010554413.X
申请日：2020-06-17
Applicant: 国家计算机网络与信息安全管理中心 , 讯飞智元信息科技有限公司
IPC: G06F40/295 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种改进的DRNN模型的意图识别方法及装置，该方法包括如下步骤：步骤SS1：将输入序列输入到DRNN循环神经网络中进行阻断信息流动，使输入序列传递固定的步长K；步骤SS2：将DRNN循环神经网络的每个隐层标识送入MLP多层感知器中，来抽取更高层的特征信息；步骤SS3：通过Max Pooling池化操作来抽取整个输入序列的文本中最重要的特征信息；步骤SS4：通过一层MLP多层感知器送入softmax逻辑回归模型中进行分类，输出文本分类结果。本发明通过改进的DRNN（Disconnected Recurrent Neural Networks）进行意图识别分类，以提高文本分类的准确性，使相关技术在实际应用场景中达到更好效果。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.087 seconds)
