-
公开(公告)号：CN102789594B
公开(公告)日：2014-08-13
申请号：CN201210219670.3
申请日：2012-06-28
Applicant: 南京邮电大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于DIVA神经网络模型的语音生产方法，包括语音样本提取、语音样本分类与学习、语音输出和修正输出语音，所述语音样本分类与学习采用自适应生长型神经网络（AGNN）实现对语音样本的分类学习，利用获取的语音共振峰频率来进一步计算输入层候选神经元的数目，再根据输入层候选神经元来确定隐层神经元，最终获得AGNN的输出值，并根据输出值来确定音素，采用上述结构的神经网络训练精度高且学习速度快。
-
公开(公告)号：CN103310272B
公开(公告)日：2016-06-08
申请号：CN201310274341.3
申请日：2013-07-02
Applicant: 南京邮电大学
Abstract: 本发明涉及一种发音方法，尤其是基于声道动作知识库改进的DIVA神经网络模型发音方法。所述基于声道动作知识库改进的DIVA神经网络模型发音方法利用添加了声道动作知识库的改进后的DIVA神经网络模型，对于语音映射集中没有的语音，结合扰动因素得到修正后的听觉反馈信息，再利用修正后的听觉反馈信息训练神经网络，减少了模型在产生发音时的训练次数，提高发音准确性。
-
公开(公告)号：CN103310273A
公开(公告)日：2013-09-18
申请号：CN201310261128.9
申请日：2013-06-26
Applicant: 南京邮电大学
IPC: G06N3/02
Abstract: 本发明公开了一种基于DIVA模型的带声调的汉语元音发音方法。采集四种声调的汉语元音，利用时域自相关算法提取汉语元音的四种声调基频序列，利用LPC获取前三个共振峰频率。通过把一个带声调的汉语元音的基频序列和前三个共振峰频率输入到DIVA神经网络模型中，对该汉语元音进行训练和学习，语音映射单元中没有被使用的一个细胞就会被激活来代表此语音，对于已经学习过的语音，只需要激活对应的语音映射细胞，被激活的语音映射单元的相应细胞通过模型的前馈和反馈子系统来产生相应的语音。该方法实现了对带声调的汉语元音发音的生成和获取，对人工智能领域和医学领域语言障碍疾病的研究具有重要意义。
-
公开(公告)号：CN104605845B
公开(公告)日：2017-01-25
申请号：CN201510050938.9
申请日：2015-01-30
Applicant: 南京邮电大学
IPC: A61B5/0476 , G06F17/50
Abstract: 本发明公开了一种基于DIVA模型的脑电信号处理方法，该方法通过DIVA模型模拟生成的fMIR数据对脑电信号进行定位分析，并使用独立成分分析方法简化实际计算的复杂度，克服了非侵入式脑电信号分辨率低、干扰大的缺点。本发明使用DIVA模型产生的fMIR数据对EEG数据进行融合处理，克服了脑电信号空间分辨率低、信号干扰大、信噪比很低的问题。通过ICA的预处理，减小了运算的复杂性，在很大程度上克服了等效偶极子定位算法对于噪声的敏感。最后，利用本方法对真实实验数据进行处理，得到的结论符合生理学事实。本方法为汉语神经分析系统中的脑电信号处理问题提供了可行的解决方案，为今后汉语语音生成与获取相关研究奠定了基础。
-
公开(公告)号：CN104679249A
公开(公告)日：2015-06-03
申请号：CN201510100475.2
申请日：2015-03-06
Applicant: 南京邮电大学
IPC: G06F3/01
Abstract: 本发明公开了一种基于DIVA模型的汉语脑机接口实现方法，通过对获取到的语音发音时神经信号进行识别，从而控制驱动语音合成器的运动。本发明以DIVA模型为基础，使用无创的方式进行了汉语发音的脑电信号的采集并对信号进行去噪，特征提取以及分类和识别，将识别结果输入DIVA模型中，通过DIVA模型通过与脑机接口（BCI）的结合，构造出符合汉语语音发声规律、具有真正生理学意义的汉语语音生成与获取的神经计算模型，从而为进一步构造出具有中国人思维特征的“思想阅读器”奠定理论和实践基础。
-
Patent Agency Ranking
公开(公告)号：CN102880906B
公开(公告)日：2015-01-28
申请号：CN201210239129.9
申请日：2012-07-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于DIVA神经网络模型的汉语元音发音方法，利用DIVA神经网络模型对汉语元音目标进行分类学习训练并产生汉语元音发音，利用主元音方法建立汉语元音音素单元集，并将汉语元音音素单元集中的音素转换为共振峰频率的形式后映射到DIVA神经网络模型中，再随机输入汉语元音，对该汉语元音进行训练和学习，直到所有的汉语元音都被学习过为止，最后通过扬声器将汉语元音输出。该方法训练过程中精度高，最终实现模拟人体发出汉语元音。
-
-
公开(公告)号：CN102789594A
公开(公告)日：2012-11-21
申请号：CN201210219670.3
申请日：2012-06-28
Applicant: 南京邮电大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于DIVA神经网络模型的语音生产方法，包括语音样本提取、语音样本分类与学习、语音输出和修正输出语音，所述语音样本分类与学习采用自适应生长型神经网络（AGNN）实现对语音样本的分类学习，利用获取的语音共振峰频率来进一步计算输入层候选神经元的数目，再根据输入层候选神经元来确定隐层神经元，最终获得AGNN的输出值，并根据输出值来确定音素，采用上述结构的神经网络训练精度高且学习速度快。
-
公开(公告)号：CN104679249B
公开(公告)日：2017-07-07
申请号：CN201510100475.2
申请日：2015-03-06
Applicant: 南京邮电大学
IPC: G06F3/01
Abstract: 本发明公开了一种基于DIVA模型的汉语脑机接口实现方法，通过对获取到的语音发音时神经信号进行识别，从而控制驱动语音合成器的运动。本发明以DIVA模型为基础，使用无创的方式进行了汉语发音的脑电信号的采集并对信号进行去噪，特征提取以及分类和识别，将识别结果输入DIVA模型中，通过DIVA模型通过与脑机接口（BCI）的结合，构造出符合汉语语音发声规律、具有真正生理学意义的汉语语音生成与获取的神经计算模型，从而为进一步构造出具有中国人思维特征的“思想阅读器”奠定理论和实践基础。
-
公开(公告)号：CN104605845A
公开(公告)日：2015-05-13
申请号：CN201510050938.9
申请日：2015-01-30
Applicant: 南京邮电大学
IPC: A61B5/0476 , G06F17/50
Abstract: 本发明公开了一种基于DIVA模型的脑电信号处理方法，该方法通过DIVA模型模拟生成的fMIR数据对脑电信号进行定位分析，并使用独立成分分析方法简化实际计算的复杂度，克服了非侵入式脑电信号分辨率低、干扰大的缺点。本发明使用DIVA模型产生的fMIR数据对EEG数据进行融合处理，克服了脑电信号空间分辨率低、信号干扰大、信噪比很低的问题。通过ICA的预处理，减小了运算的复杂性，在很大程度上克服了等效偶极子定位算法对于噪声的敏感。最后，利用本方法对真实实验数据进行处理，得到的结论符合生理学事实。本方法为汉语神经分析系统中的脑电信号处理问题提供了可行的解决方案，为今后汉语语音生成与获取相关研究奠定了基础。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.016 seconds)
