本发明公开了一种基于鸟鸣声的鸟种类识别方法、装置及存储介质，该方法包括：(1)获取若干段鸟鸣声，并对鸟鸣声进行预处理；(2)分别采用两组不同的滤波器组对鸟鸣声的功率谱进行滤波，并分别提取滤波后的信号的系数，再将两组系数、鸟鸣声短时能量和鸟鸣声短时过零率组成当前鸟鸣声的特征向量；(3)构造非线性分类模型，并采用猎物优化方法寻找到非线性分类模型中的最优核函数；(4)将提取的鸟鸣声特征向量输入非线性分类模型进行学习；(5)提取待识别鸟鸣声的特征向量，并将特征向量输入已学习好的非线性分类模型中，识别出鸟种类。本发明复杂度低、精确度高。
📄 2022111005963
📂 G10L17_26
👤 南京信息工程大学
📅 2022-09-09
本发明公开了一种鸟鸣声分类识别方法及装置，包括：获取鸟鸣声音频数据；对鸟鸣声音频数据进行预处理，得到预处理后的音频数据；对预处理后的音频数据进行傅里叶变换，得到鸟鸣声的语谱图；基于梅尔频率倒谱系数和差分运算得到预处理后的音频数据的MFCC混合特征向量；利用CNN网络处理语谱图，训练后得到局部细粒度频谱特征；利用Transformer编码器网络处理MFCC混合特征向量，训练后得到兼顾上下文的全局序列特征；将局部细粒度频谱特征与全局序列特征拼接融合后通过Softmax分类器得到鸟鸣声的识别分类结果。本发明能够提高鸟声分类识别准确率。
📄 2022113435646
📂 G10L17_26
👤 南京信息工程大学
📅 2022-10-31
本发明公开了一种基于融合损失约束的无监督跨域伪造语音检测方法，涉及多媒体安全领域，其目的是在源域和目标域语音非独立同分布时，也能使用源域数据训练的检测网络来对目标域语音进行检测，方法包括：检测网络构建步骤、检测网络训练步骤和语音检测步骤。本发明在无监督情况下，使用混合正则化损失作为泛化性助推器，提升检测网络对未见过的伪造语音的泛化性，一定程度上提升了检测网络本身在跨域情况下的泛化能力，再与融合源域与目标域之间的深层细节特征及全局语义特征的融合损失联合约束检测网络，构建跨域的伪造语音检测网络。本发明在提取伪造信息的同时消除对语言种类的依赖，保证了在语言差异导致的领域漂移情况下的高准确率。
📄 202510027827X
📂 G10L17_26
👤 华侨大学
📅 2025-01-08
本发明提供了一种虚拟形象的创建方法、装置、电子设备与存储介质，所述的方法，包括：根据用户的语音信息，确定声音特征参数；根据所述声音特征参数，确定至少部分属性类别下所述用户对应的候选属性；在所述候选属性中确定目标属性；创建符合所述目标属性的一个或多个虚拟形象。本发明降低了误选的发生可能性，提高了虚拟形象创建的准确性。
📄 2018110028834
📂 G10L17_26
👤 百度在线网络技术(北京)有限公司
📅 2018-08-30
本发明公开了声音识别技术领域的一种基于声音特征优化选择的鸟声识别方法，包括以下步骤：先对鸟声信号做傅里叶变换并加权；计算鸟声的功率谱，设计两组滤波器对功率谱滤波，并分别提取滤波后的滤波信号的系数，对每组滤波后的信号的系数求协方差矩阵，得到优化后的鸟声特征，最后将两组优化后的鸟声特征组成鸟声的特征向量；构造非线性分类模型f(x)，并采用改进的优化方法寻找到非线性分类模型中的最优核函数；将提取的鸟声特征向量输入非线性分类模型进行学习。本发明鸟声识别方法相较于其他鸟声识别方法，通过设计新的鸟声特征并优化选择、优化非线性分类方法的核参数，使得鸟声具有更优的分类准确率，且计算时间短，简单易行，实时性好。
📄 2023101150880
📂 G10L17_26
👤 南京信息工程大学
📅 2023-02-15
本发明公开了一种基于组合滤波的雷声识别方法，该方法包括如下步骤：首先对待识别数据与训练数据进行由数据预处理、维纳滤波、谱减法滤波以及低通滤波组成的组合滤波，然后提取数据的声谱特征，并基于深度卷积神经网络对训练数据的特征向量进行训练得到雷声识别模型，进而结合待识别数据的特征向量得到识别结果，最后针对雷声音频通过频域BARK子带方差的端点检测得到雷声到达时间。本发明利用三种滤波技术的合理组合与深度学习大大提高了雷声识别的准确率以及稳定性，而且满足了雷电定位对雷电到达时间的需求。
📄 2022114728911
📂 G10L17_26
👤 南京信息工程大学
📅 2022-11-23
本发明公开一种基于桥接Transformer的小样本优化鸟声识别方法，包括获取BTNN鸟声识别网络模型，提取鸟鸣声信号的短时傅里叶变换生成语谱图作为整体网络模型的输入特征；利用桥接Transformer结构对STFT语谱图局部特征与全局特征的信息进行提取及补全融合，获得鸟声特征参数；引入样本损失优化模块SLOBlock，利用单层Transformer编码器的交叉注意机制，对来自主干网络输出特征图进行关系建模，从内部优化网络本身对小样本数据集的训练测试；在Birdsdata数据集和xeno‑canto数据集上进行实验，将优化后的特征输入到Softmax分类器中得到识别结果。本发明通过设计BTNN模型以提升在样本数据稀缺情况下鸟声识别测试的准确率，同时加强对输入语谱图在全局与局部层面上的信息交互，提高对输入特征的提取利用。
📄 2022115129645
📂 G10L17_26
👤 南京信息工程大学
📅 2022-11-25
本发明提供了基于深度迁移学习与XGBoost的混合鸟鸣识别方法，通过计算log‑Mel频谱图的一阶差分系数和二阶差分系数，反映鸟鸣信号的变化过程，在保留物种有效信息的同时减少环境噪声等无关因素的影响，提升了识别鸟类物种的准确率；减少了环境背景噪声等无关因素的影响，有效识别了自然场景下的多种鸟类物种。本发明采用深度迁移学习微调VGG16模型构建特征提取器，提升了少样本训练数据下深度卷积神经网络的泛化能力，减少了参数训练，提升了运行效率。本发明将鸟鸣信号更准确的映射为鸟类物种，对自然环境中多种鸟类鸣声均具有良好的识别性能。
📄 2022105360313
📂 G10L17_26
👤 深圳泓越信息科技有限公司
📅 2022-05-17
本发明公开了一种基于声信号特征分析的冰雹检测方法，确定多个训练样本，对各个训练样本进行特征分析，得到训练样本的特征向量，对各组特征向量进行聚类运算，得到第一聚类中心、第二聚类中心，以及隶属度函数，根据待识别信号的特征参数确定待识别向量，根据所述隶属度函数和待识别向量确定待识别信号的聚类中心，得到待识别聚类中心，在所述第一聚类中心和第二聚类中心中查找距所述待识别聚类中心近的聚类中心，将查找得到的聚类中心所表征的信号类型确定为待识别信号的信号类型，以确定待识别信号为冰雹信号或者雨声信号，实现对待识别信号的高效检测，相应的检测过程具有更高的准确性。
📄 2020107299787
📂 G10L17_26
👤 南京信息工程大学
📅 2020-07-27
本实用新型公开了一种林间简易便携的鸟声识别系统，包括拾音头、音频采集模块、FPGA核心板、显示模块、北斗模块、通信模块、存储模块；FPGA核心板包括语音信号处理模块、显示驱动模块、RS232串口和SD卡接口；拾音头，用于将采集的鸣声信号转换为电信号，输出电信号至音频采集模块；音频采集模块，用于将电信号转换成数字音频信号并将其输出至FPGA核心板的语音信号处理模块和SD卡接口，还用于收录鸣声信号的时间，收录鸣声的时间经RS232串口输出至北斗模块；语音信号处理模块，用于对数字音频信号解码、频谱处理后，得到频谱信息，频谱信息通过显示驱动模块输出至显示模块进行显示，频谱信息经通信模块输出至外部的上位机。本系统设备安装便捷易携。
📄 2020224330095
📂 G10L17_26
👤 南京信息工程大学
📅 2020-10-28
柿子坊 · 知识产权运营
柿子坊知识产权运营平台