-
公开(公告)号:CN110148420A
公开(公告)日:2019-08-20
申请号:CN201910581762.8
申请日:2019-06-30
Applicant: 桂林电子科技大学
IPC: G10L21/0208 , G10L15/22 , G10L25/30 , G10L25/24
Abstract: 本发明公开了一种适用于噪声环境下的语音识别方法,该方法对经双微麦克风阵列采集的含噪语音信号构建综合了最小方差无畸变响应波束形成与对角加载的波束形成器,并利用递归矩阵求逆的方法减少计算复杂度,得到进行波束形成后初步去噪的语音信号;再后置调制域谱减法对初步去噪后的语音信号做进一步处理,去除残留的噪声并减少语音畸变,得到最终去噪处理后的语音信号;另外本发明方法采用卷积神经网络进行语音模型的训练,提取语音深层次的特征。该发明方法解决了噪声环境下语音识别率下降的问题,具有较好的稳健性,可应用在家居机器人,智能音箱以及噪声环境下工作的语音设备等方面。
-
公开(公告)号:CN108831495A
公开(公告)日:2018-11-16
申请号:CN201810564920.4
申请日:2018-06-04
Applicant: 桂林电子科技大学
IPC: G10L21/02 , G10L21/0216 , G10L15/26
Abstract: 本发明公开了一种应用于噪声环境下语音识别的语音增强方法,该方法将利用语音时频域稀疏性原理的基于时频掩蔽的改进MVDR波束形成与改进维纳滤波相结合,采集麦克风阵列语音信号,构建一个基于时频掩蔽的MVDR波束形成器,充分利用语音信号的空间信息,增强目标方向的语音信号,抑制其他方向噪声的干扰,然后通过一个改进的维纳滤波器去除残留的噪声并提高语音可懂度,该方法应用在语音识别前端,能够有效去除噪声,提高语音可懂度,进而提高语音识别系统的识别率,解决了在噪声环境下如何减少语音失真,提高噪声环境下语音的识别率的问题。该方法可应用在家居型机器人,智能语音设备等方面。
-
公开(公告)号:CN108831495B
公开(公告)日:2022-11-29
申请号:CN201810564920.4
申请日:2018-06-04
Applicant: 桂林电子科技大学
IPC: G10L21/02 , G10L21/0216 , G10L15/26
Abstract: 本发明公开了一种应用于噪声环境下语音识别的语音增强方法,该方法将利用语音时频域稀疏性原理的基于时频掩蔽的改进MVDR波束形成与改进维纳滤波相结合,采集麦克风阵列语音信号,构建一个基于时频掩蔽的MVDR波束形成器,充分利用语音信号的空间信息,增强目标方向的语音信号,抑制其他方向噪声的干扰,然后通过一个改进的维纳滤波器去除残留的噪声并提高语音可懂度,该方法应用在语音识别前端,能够有效去除噪声,提高语音可懂度,进而提高语音识别系统的识别率,解决了在噪声环境下如何减少语音失真,提高噪声环境下语音的识别率的问题。该方法可应用在家居型机器人,智能语音设备等方面。
-
公开(公告)号:CN107490583A
公开(公告)日:2017-12-19
申请号:CN201710819281.7
申请日:2017-09-12
Applicant: 桂林电子科技大学
IPC: G01N21/95
Abstract: 本发明公开了一种基于机器视觉的夹片缺陷检测方法,包括以下步骤:(1)夹片工件图像获取及预处理;(2)对工件图像进行模板匹配定位与位置矫正;(3)进行图像分割与形态学操作;(4)根据所测特征构建相关检测区域,分析各类缺陷样品的数据,得出各类缺陷的判别规则并进行缺陷检测以下缺陷:平牙、烂牙、重牙、光板、短料、锯偏、锯斜。本发明有效地解决了目前人工检测速度慢、效率低、成本高的问题,同时具有对初始化不敏感,具有鲁棒性强的优点,提高了夹片的生产自动化程度和产品质量。
-
-
-