公开(公告)号：CN116343763A

公开(公告)日：2023-06-27

申请号：CN202310257571.2

申请日：2023-03-14

Applicant: 东南大学

Inventor： 袁奡 ,  葛迅 ,  陈泽华 ,  骆威宇 ,  徐启敏

IPC: G10L15/04 ,  G10L21/0208 ,  G10L25/45 ,  G10L25/30 ,  G10L25/24

Abstract: 本发明公开了一种基于混合特征的音频预警精准辨识方法，该方法对收集到的音频语音进行分析，确定预警信号的发出时间，从而对音频预警的及时性进行准确评测。首先，采用logmmse‑谱减法进行双重降噪，将录制的语音中的噪声信息滤除；接着，使用基于短时能量的端点检测，标注出待测语音中的有效语音段；然后，对有效语音段的每帧语音提取MFCC特征和波形多项式特征；继而，分别将两种特征作为卷积神经网络两个通道的输入，将两个通道的输出相加后得到混合特征；最后，将混合特征作为softmax函数的输入，通过最大概率值确定目标语音(音频预警信号)所在的语音段，该语音段的起始位置就是预警信号的发出时间。

公开(公告)号：CN115346514B

公开(公告)日：2025-04-25

申请号：CN202210947191.7

申请日：2022-08-08

Applicant: 东南大学

Inventor： 陈泽华 ,  葛迅 ,  袁奡 ,  徐启敏

IPC: G10L15/01 ,  G10L15/02 ,  G10L15/04 ,  G10L15/06 ,  G10L15/16 ,  G10L21/0232 ,  G10L25/24 ,  G10L25/45

Abstract: 本发明公开了一种面向智能驾驶测评的音频预警智能识别方法，该方法对采集到的音频预警语音进行分析，确定音频预警的发出时间，从而对音频预警的时效性进行公正评测。首先，通过软阈值小波降噪，将语音中的噪声信息滤除；接着，使用基于双门限法的端点检测，标注出待测语音中的有效语音段；然后，对有效语音段的每帧语音提取MFCC特征；最后，用MFCC特征对LSTM网络进行训练，训练完成后可以检测出音频预警信号所在的语音段，该语音段的起始位置就是音频预警的发出时间。

公开(公告)号：CN115346514A

公开(公告)日：2022-11-15

申请号：CN202210947191.7

申请日：2022-08-08

Applicant: 东南大学

Inventor： 陈泽华 ,  葛迅 ,  袁奡 ,  徐启敏

IPC: G10L15/01 ,  G10L15/02 ,  G10L15/04 ,  G10L15/06 ,  G10L15/16 ,  G10L21/0232 ,  G10L25/24 ,  G10L25/45

Abstract: 本发明公开了一种面向智能驾驶测评的音频预警智能识别方法，该方法对采集到的音频预警语音进行分析，确定音频预警的发出时间，从而对音频预警的时效性进行公正评测。首先，通过软阈值小波降噪，将语音中的噪声信息滤除；接着，使用基于双门限法的端点检测，标注出待测语音中的有效语音段；然后，对有效语音段的每帧语音提取MFCC特征；最后，用MFCC特征对LSTM网络进行训练，训练完成后可以检测出音频预警信号所在的语音段，该语音段的起始位置就是音频预警的发出时间。