公开(公告)号：CN112216296B

公开(公告)日：2023-09-22

申请号：CN202011024815.5

申请日：2020-09-25

Applicant: 脸萌有限公司 ,  北京大学

Inventor： 黎吉国 ,  许继征 ,  张莉 ,  王悦 ,  马思伟

IPC: G10L21/0208 ,  G10L25/30 ,  G10L25/51 ,  G06N3/0464 ,  G06N3/084

Abstract: 本公开实施例提供一种音频对抗扰动的测试方法、设备及存储介质，通过将初始音频信号输入到对抗性攻击模型的攻击网络获取第一干扰信号；采用具有不同通带的至少两个备选带通滤波器分别对第一干扰信号滤波获取每个备选带通滤波器对应的第二干扰信号；根据各第二干扰信号、初始音频信号及目标音频处理模型确定目标带通滤波器；基于对抗性攻击模型对目标音频处理模型进行对抗性攻击测试，其中对抗性攻击模型中的带通滤波器为目标带通滤波器。本公开实施例从至少两个备选带通滤波器中确定最优的备选带通滤波器作为对抗性攻击模型的目标带通滤波器，使得对抗性攻击模型针对目标音频处理模型生成的对抗音频样本具有最优的对抗性攻击性能。

公开(公告)号：CN112843677A

公开(公告)日：2021-05-28

申请号：CN202110172567.7

申请日：2021-02-08

Applicant: 脸萌有限公司 ,  北京大学

Inventor： 施澍 ,  黎吉国 ,  张莉 ,  马思伟 ,  王悦

IPC: A63F13/358 ,  G06K9/46 ,  G06K9/62

Abstract: 本公开实施例提供一种系统延时确定方法、装置、设备和存储介质，包括：响应于作用在背景窗口的多媒体信号上的用户操作指令，获取用户操作指令的输入时刻；检测背景窗口和前景窗口中的多媒体信号，其中，背景窗口是输入时刻之前的第一时间窗口，前景窗口是输入时刻之后的第二时间窗口；基于前景窗口中的多媒体信号相对于背景窗口中的多媒体信号的突变情况，确定用户操作指令的响应时刻；根据输入时刻和响应时刻确定系统的系统延时。本公开实施例通过获取用户操作指令的输入时刻以及用户操作指令对应的响应时刻确定系统延时，该方案不需要昂贵的硬件设备，也不需要过多的人工参与，可以方便快捷地测量远程渲染系统的交互延时。

公开(公告)号：CN111918071A

公开(公告)日：2020-11-10

申请号：CN202010604773.6

申请日：2020-06-29

Applicant: 北京大学

Inventor： 马思伟 ,  黎吉国 ,  贾川民 ,  赵政辉 ,  王苫社

IPC: H04N19/42 ,  G06F40/30

Abstract: 本发明公开了一种数据压缩的方法、装置、设备及存储介质，包括：将数据从高语义冗余的域压缩到低语义冗余的域，得到以自然语义形式表述的压缩数据，对所述压缩数据进行有损编码或无损编码，得到编码后的压缩数据，对所述编码后的压缩数据进行解码，得到可用自然语义形式表述的低语义冗余数据，对所述可用自然语义形式表述的低语义冗余数据进行解压，得到高语义冗余数据。本发明公开的数据压缩方法，将高语义冗余的数据压缩到低语义冗余的数据，不仅实现数据的压缩，而且重点优化数据的语义层面的保真，得到的压缩数据是以自然语义形式表述的人可以理解的数据，可以面向一个或多个机器分析任务，还可以应用于语义监控的场景中。

公开(公告)号：CN111816166A

公开(公告)日：2020-10-23

申请号：CN202010694750.9

申请日：2020-07-17

Applicant: 字节跳动有限公司 ,  北京大学

Inventor： 黎吉国 ,  许继征 ,  张莉 ,  王悦 ,  马思伟

IPC: G10L15/02 ,  G10L15/16 ,  G10L25/24 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 提供一种声音识别方法、装置以及存储指令的计算机可读存储介质。所述声音识别方法包括：获取输入音频的时域特征；获取所述输入音频的频域特征；将所述输入音频的时域特征和所述输入音频的频域特征进行融合，并基于融合后的特征执行声音识别。

公开(公告)号：CN112843677B

公开(公告)日：2023-07-11

申请号：CN202110172567.7

申请日：2021-02-08

Applicant: 脸萌有限公司 ,  北京大学

Inventor： 施澍 ,  黎吉国 ,  张莉 ,  马思伟 ,  王悦

IPC: A63F13/358 ,  G06V10/46 ,  G06V10/764

Abstract: 本公开实施例提供一种系统延时确定方法、装置、设备和存储介质，包括：响应于作用在背景窗口的多媒体信号上的用户操作指令，获取用户操作指令的输入时刻；检测背景窗口和前景窗口中的多媒体信号，其中，背景窗口是输入时刻之前的第一时间窗口，前景窗口是输入时刻之后的第二时间窗口；基于前景窗口中的多媒体信号相对于背景窗口中的多媒体信号的突变情况，确定用户操作指令的响应时刻；根据输入时刻和响应时刻确定系统的系统延时。本公开实施例通过获取用户操作指令的输入时刻以及用户操作指令对应的响应时刻确定系统延时，该方案不需要昂贵的硬件设备，也不需要过多的人工参与，可以方便快捷地测量远程渲染系统的交互延时。

公开(公告)号：CN112216296A

公开(公告)日：2021-01-12

申请号：CN202011024815.5

申请日：2020-09-25

Applicant: 脸萌有限公司 ,  北京大学

Inventor： 黎吉国 ,  许继征 ,  张莉 ,  王悦 ,  马思伟

IPC: G10L21/0208 ,  G10L25/30 ,  G10L25/51 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本公开实施例提供一种音频对抗扰动的测试方法、设备及存储介质，通过将初始音频信号输入到对抗性攻击模型的攻击网络获取第一干扰信号；采用具有不同通带的至少两个备选带通滤波器分别对第一干扰信号滤波获取每个备选带通滤波器对应的第二干扰信号；根据各第二干扰信号、初始音频信号及目标音频处理模型确定目标带通滤波器；基于对抗性攻击模型对目标音频处理模型进行对抗性攻击测试，其中对抗性攻击模型中的带通滤波器为目标带通滤波器。本公开实施例从至少两个备选带通滤波器中确定最优的备选带通滤波器作为对抗性攻击模型的目标带通滤波器，使得对抗性攻击模型针对目标音频处理模型生成的对抗音频样本具有最优的对抗性攻击性能。