公开(公告)号：CN116230015B

公开(公告)日：2023-08-08

申请号：CN202310240262.4

申请日：2023-03-14

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  张合静 ,  柳友德 ,  肖飞扬

IPC: G10L25/51 ,  G10L25/27 ,  G10L25/24 ,  G10L25/18

Abstract: 本发明提出一种基于音频时序信息加权的频域特征表示异音检测方法，能够有效区分正常信息和异常信息，提升异常声音检测的稳定性和对不同机器的适应性。本发明通过对原始音频信号获取Log‑Mel谱频域特征，并在时间维度上对其应用全局加权排序池化，得到音频信号的基于音频时序信息加权的频域特征表示，解决了对稳定音频信号和非稳定音频信号的平衡问题。并基于音频时序信息加权的频域特征表示，针对不同机器类型，根据最佳检测性能，找到全局加权排序池化最合适的池化参数，实现用于异常声音检测的更鲁棒性的音频特征表示。

公开(公告)号：CN116230015A

公开(公告)日：2023-06-06

申请号：CN202310240262.4

申请日：2023-03-14

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  张合静 ,  柳友德 ,  肖飞扬

IPC: G10L25/51 ,  G10L25/27 ,  G10L25/24 ,  G10L25/18

Abstract: 本发明提出一种基于音频时序信息加权的频域特征表示异音检测方法，能够有效区分正常信息和异常信息，提升异常声音检测的稳定性和对不同机器的适应性。本发明通过对原始音频信号获取Log‑Mel谱频域特征，并在时间维度上对其应用全局加权排序池化，得到音频信号的基于音频时序信息加权的频域特征表示，解决了对稳定音频信号和非稳定音频信号的平衡问题。并基于音频时序信息加权的频域特征表示，针对不同机器类型，根据最佳检测性能，找到全局加权排序池化最合适的池化参数，实现用于异常声音检测的更鲁棒性的音频特征表示。

公开(公告)号：CN112562702A

公开(公告)日：2021-03-26

申请号：CN202011374653.8

申请日：2020-11-30

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  柳友德 ,  肖飞扬 ,  芦瑶 ,  兰宇晨 ,  田左 ,  王恺瀚 ,  谢明杰 ,  董喆

IPC: G10L21/003 ,  G10L25/18 ,  G10L25/24

Abstract: 本发明提供一种基于循环帧序列的门控循环单元网络的语音超分辨率方法，包括如下步骤：(1)对原始语音信号进行预处理；(2)提出构建CFS‑GRU模型；(3)完成基于循环帧序列网络的语音超分辨率。本发明基于GRU搭建的循环结构模型，直接将语音信号序列作为输入，很大程度上减小了计算代价，并且相比于传统方法有着较好的超分辨率效果；相比于LSTM，GRU模型有着较少的模型参数，通过GRU搭建的CFS‑GRU模型能够更快的训练和收敛。使用SegSNRLoss作为损失函数训练的CFS‑GRU模型能够更快的收敛，并且能够使输出帧序列有着较高的信噪比，提高超分辨率语音信号的质量。