公开(公告)号：CN118503827A

公开(公告)日：2024-08-16

申请号：CN202410661126.7

申请日：2024-05-27

Applicant: 哈尔滨工业大学

Inventor： 韩纪庆 ,  王栋 ,  张晓灿

IPC: G06F18/2415 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明公开了一种鲁棒工业设备异常音检测方法，以解决工业环境下异常音检测技术的鲁棒性问题。在工业应用中，由于设备频繁切换工况，导致正常状态的音频数据不均衡，深度模型容易忽略少数不常见样本，从而影响异常音检测模型的鲁棒性，现有技术尚未有效解决这一问题。本发明采用增量高斯混合模型，对正常样本的重构误差，进行动态概率建模，从而分辨出少数样本，并结合焦点损失，在训练过程中对其进行强调，同时结合矩损失，以促进异常得分分布的集中性，并在检测中综合考虑重构误差及误差值的概率，从而提高了异常音检测的鲁棒性。本发明可以显著提升异常音检测技术的鲁棒性，特别是在面对实际应用中常见的采样不均匀问题时。

公开(公告)号：CN117153153A

公开(公告)日：2023-12-01

申请号：CN202311297960.4

申请日：2023-10-09

Applicant: 哈尔滨工业大学

Inventor： 张晓灿 ,  韩纪庆 ,  王栋 ,  王荔 ,  陈骁 ,  汤跃忠

IPC: G10L15/16 ,  G10L15/06 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络与注意力机制的轻量级嵌入式设备语音增强方法，包括：收集听力对象的听感良好样本作为纯净语音样本，提取纯净语音样本的幅度特征与带噪语音样本的幅度特征进行模型训练。具体包括，在解码过程中，对输入语音样本高维特征的不同通道分配不同权重；提取待增强带噪语音特征，获得带噪语音幅度特征与带噪语音相位特征，将带噪语音幅度特征输入训练模型中，获得增强语音幅度特征；将增强语音幅度特征与带噪语音相位特征进行数据重构，获得增强语音。采用本发明，减少了信息冗余并有效去除噪声，可解决现有嵌入式设备语音增强，计算成本高、个性化不足、推理效率低、处理效果差的问题。

公开(公告)号：CN117253475A

公开(公告)日：2023-12-19

申请号：CN202311297956.8

申请日：2023-10-09

Applicant: 哈尔滨工业大学

Inventor： 张晓灿 ,  韩纪庆 ,  王栋

IPC: G10L15/16 ,  G10L15/06 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种基于音频质量评估与RNN状态判别的低算力需求嵌入式语音增强方法，包括：训练语音音频质量评估模型、设定质量阈值、训练语音增强模型，同时训练状态更新预测器、得到当前质量阈值条件下的，低算力需求的语音增强模型用于测试，测试时使用状态更新预测器进行Bi‑RNN的状态更新。其中语音音频质量评估模型，用于找出无语音及高质量语音片段跳过处理，减少计算；状态更新预测器用于替换原始的Bi‑RNN状态更新方式，大幅减少算力需求和计算成本。采用本发明，可解决现有嵌入式设备语音增强，算力需求高、处理效果差的问题。