专利交易市场

本发明公开了一种基于生成式对抗网络的语音高维特征快速提取方法和装置，包括：获取语音信号，采用数据增强技术对语音信号增加模拟噪声，以构建数据池；从语音信号中提取MFCC，提取的MFCC与基频特征叠加形成级联特征；构建包含生成器、判别器以及分类器的生成式对抗网络，其中生成器对输入语音信号进行高维特征提取，判别器对输入的级联特征和提取的高维特征进行特征真伪分辨，分类器对输入的高维特征进行语音分类；利用数据池中的语音信号对生成式对抗网络进行训练以优化网络参数，提取参数确定的生成器用于语音高维特征快速提取。该方法能够实现声音序列语音高维特征的高效提取。

本发明公开了一种基于模式匹配的哭声识别方法及智能看护系统，该方法首先建立婴儿哭声数据库；其次，实时采集当前环境中的语音信息，经过预处理成语音特征向量序列，与哭声数据库进行特征匹配，并将匹配的结果进行哭声判决。若识别结果为哭声语音，则立即触发报警指令。智能看护系统一方面会向用户发送婴儿哭闹报警信号；另一方面，通过播放预先录制的具有安抚婴儿情绪功能的语音，对婴儿进行情绪安抚。本发明提出的哭声识别方法及智能看护系统能及时发现婴儿哭闹，解决部分家长的看护难题。此外，还为智能家居实现智能看护功能提供了解决方案。

本发明公开了一种基于深度学习的语音转换方法，属于语音信号处理技术领域。本发明使用声音编解码器AHOcoder作为特征提取端和语音合成端，使用一种深度学习的方法对语音特征进行训练分别得到源说话人和目标说话人的深层特征，同时得到由深层特征重构原始特征的解码能力，使用BP神经网络实现源说话人和目标说话人深层特征的映射，从而实现语音转换。本发明优点在于对语音的原始特征进行了拼接，认为拼接后的联合特征参数包含有说话人语音特性的动态特征，通过预训练深度自编码器加速了深度神经网络的训练，且通过深层特征的转换使得在使用少量语料进行训练的情况下得到了品质较好的转换后的语音，并且本发明支持离线学习，节约了终端设备的计算资源和内存。

本发明公开了一种基于RNN的多种伪造操作语音检测方法，包括如下步骤：1)获取原始语音样本，对所述原始语音样本进行M种伪造处理，得到M个伪造操作后的语音和1个未经处理的原始语音，对上述语音进行特征提取，得到训练语音样本的LFCC矩阵，送入RNN分类器网络中进行训练，得到一个多分类的训练模型；2)得到一段测试语音，对该测试语音进行特征提取，得到测试语音数据的LFCC矩阵，送入由步骤1)训练好的RNN分类器中进行分类，每一个测试语音得到一个输出概率，合并所有输出概率作为最后的预测结果：如果预测结果是原始语音，则测试语音被识别为原始语音；如果预测结果是经过某一伪造操作的语音，则测试语音被识别为进行相应伪造操作的伪造语音。

本发明公开了一种高质量的语音转换方法，该系统首先通过自组织聚类算法代替传统GMM模型中的K‑Means算法，并与EM算法迭代循环实现了说话人个性特征参数(MFCC)的训练及分类，接着进行双线性频率弯折加幅度压扩的训练，得到语音转换所需的转换函数，然后使用该转换函数进行高质量的语音转换。本发明针对语音特征参数空间分布状况与高斯混合模型的相关关系，使用迭代自组织聚类算法实现混合度的确定，解决了高斯混合模型在进行语音特征参数分类时不精确的问题，并将改进的高斯混合模型和双线性频率弯折加幅度压扩相结合，构建了一种高质量语音转换系统，在语音转换领域具有实用价值。

本发明提供一种高鲁棒性的归一化常Q倒谱特征的回放语音检测方法，包括提取原始语音和回放语音的语音信息X(n)的声学特征CQCC系数；对原始语音和回放语音的CQCC系数进行倒谱均值和方差归一化处理，得到归一化的CQCC系数；将该系数置于混合高斯模型中进行训练，得到原始语音模型和回放语音模型；提取待测语音的语音信息X(n)的声学特征CQCC系数；对待测语音的CQCC系数进行倒谱均值和方差归一化处理，得到归一化的CQCC系数；将待测语音归一化的CQCC系数置于原始语音模型和回放语音模型中进行匹配，并判断待测语音归一化的CQCC系数与回放语音模型的第一匹配度是否大于等于与原始语音模型的第二匹配度，若是，则为回放语音，若否，则不是回放语音。