-
公开(公告)号：CN115535161B
公开(公告)日：2024-11-26
申请号：CN202211189074.5
申请日：2022-09-27
Applicant: 哈尔滨工业大学
Abstract: 一种用于清理水面漂浮物垃圾的双能源船式智能装置，涉及水面漂浮物垃圾清理领域。该装置包括摄像头、摄像头支架、收集模块、隔离模块、船体、动力模块、气囊、发电模块和垃圾收集桶。摄像头通过摄像头支架与船体连接，为船体中的控制电路板收集周边环境的视觉信息，从而控制两个动力模块实现该装置在水中的多种运动方式，隔离模块将水域分割开产生良好的漩涡效果使周边漂浮物垃圾聚集在收集模块的入口处，再由收集模块完成漂浮物垃圾收集及转运，发电模块为装置提供电力并为蓄电池充电。本发明适用于清理水面漂浮物垃圾。
-
公开(公告)号：CN113362854B
公开(公告)日：2022-11-15
申请号：CN202110619344.0
申请日：2021-06-03
Applicant: 哈尔滨工业大学
Abstract: 基于稀疏自注意力机制的声学事件检测方法、系统、存储介质及设备，属于机器的听觉智能领域。为了解决现有的时序特征提取网络存在无法实现有效的时序建模的问题，从而限制了现有声学事件检测系统的性能。本发明首先对输入音频信号提取梅尔声谱图，然后分别输入到卷积神经网络提取局部特征，并利用基于稀疏自注意力机制的TransformerEncoder提取时域特征；最后输入到全连接层进行分类，并对结果进行后处理，结果输出每个被检测到的声学事件的类别及起止时间。主要用于声学事件的检测。
-
公开(公告)号：CN113362854A
公开(公告)日：2021-09-07
申请号：CN202110619344.0
申请日：2021-06-03
Applicant: 哈尔滨工业大学
Abstract: 基于稀疏自注意力机制的声学事件检测方法、系统、存储介质及设备，属于机器的听觉智能领域。为了解决现有的时序特征提取网络存在无法实现有效的时序建模的问题，从而限制了现有声学事件检测系统的性能。本发明首先对输入音频信号提取梅尔声谱图，然后分别输入到卷积神经网络提取局部特征，并利用基于稀疏自注意力机制的TransformerEncoder提取时域特征；最后输入到全连接层进行分类，并对结果进行后处理，结果输出每个被检测到的声学事件的类别及起止时间。主要用于声学事件的检测。
-
公开(公告)号：CN110164418B
公开(公告)日：2021-08-27
申请号：CN201910621276.4
申请日：2019-07-10
Applicant: 哈尔滨工业大学
Abstract: 基于卷积网格长短时记忆递归神经网络的自动语音识别加速方法，属于语音信号处理技术领域。本发明是为了解决目前的加速方法大多是在牺牲识别性能的条件下进行加速导致其不能满足实际任务的需要问题。本发明的方法针对频谱或者频谱的多通道频谱子带进行时频块切分，然后进行局部特征提取，将卷积神经网络与Grid‑LSTM相结合，弥补了Grid‑LSTM在大频域步长情况下的精度损失。主要用于自动语音识别。
-
公开(公告)号：CN110176250B
公开(公告)日：2021-05-07
申请号：CN201910464699.X
申请日：2019-05-30
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种基于局部学习的鲁棒声学场景识别方法，属于声音信号处理技术领域。本发明首先采集不同声学场景声音信号，进行频域特征提取；并对提取的特征数据预处理；然后对归一化后的数据进行均值平移、使用mixup方法进行数据扩充；再根据局部学习思想建立卷积神经网络模型，将经过数据扩充后的训练样本集输入该模型进行训练，得到训练好的模型；最后对待识别样本，依次进行频域特征提取、数据预处理，输入到所述训练好的模型中进行识别，得到声学场景识别结果。本发明解决了音频信道不匹配以及不同信道样本数目不平衡的情况下，声学场景识别准确度不高的问题。本发明可适用于信道多样且不同信道样本数目不平衡的声学场景识别。
-
Patent Agency Ranking
公开(公告)号：CN110148428B
公开(公告)日：2021-04-02
申请号：CN201910447562.3
申请日：2019-05-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于子空间表示学习的声学事件识别方法，涉及声音信号处理技术领域，为解决现有技术在AER任务中，语义特征提取时不能兼顾原始信号本质内容和时序结构的问题，包括：步骤1、信号预处理，步骤2、帧级特征提取，步骤3、子声学事件特征提取，步骤4、子声学事件特征的时序扩展，步骤5、子声学事件特征间的整体语义特征提取，步骤6、声学事件的识别，本发明提取语义特征时，能够兼顾原始信号的整体内容信息和全局时序结构。
-
公开(公告)号：CN110335594A
公开(公告)日：2019-10-15
申请号：CN201910625555.8
申请日：2019-07-11
Applicant: 哈尔滨工业大学
Abstract: 本发明提供基于多示例学习的自动语音识别困难样本挖掘方法，属于语音信号处理技术领域。本发明首先收集语料数据建立数据集、选取训练数据；然后对训练集进行人工标注；使用标注好的训练集建立困难样本检测模型，并对其进行训练；再用训练好的困难样本检测模型在剩余集合上挖掘候选困难样本；最后进行困难样本筛选与标注：对检测到的候选困难样本进行人工确认，同时将人工确认后的困难样本进行标注。本发明解决了现有自动语音识别技术需要人工标注大量数据集的问题。本发明可用于语音识别系统对新领域的快速自适应。
-
公开(公告)号：CN110136741A
公开(公告)日：2019-08-16
申请号：CN201910411692.1
申请日：2019-05-16
Applicant: 哈尔滨工业大学
IPC: G10L21/0264 , G10L25/30
Abstract: 一种基于多尺度上下文的单通道语音增强方法，本发明涉及单通道语音增强方法。本发明是为了解决现有单通道语音增强中，带噪相位与增强频谱不匹配、语音特征和语音增强任务不匹配、以及未有效考虑语音中多尺度上下文信息的问题。过程为：步骤一、对语音进行标准化；步骤二、计算全卷积网络第一层语音特征；步骤三、计算全卷积网络第l层语音特征，l取整数；步骤四、综合多层语音特征，构成多尺度语音特征；步骤五、根据多尺度语音特征，预测纯净语音波形。本发明用于语音增强领域。
-
公开(公告)号：CN119314489A
公开(公告)日：2025-01-14
申请号：CN202411427306.5
申请日：2024-10-12
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种低计算资源多级架构流式语音识别方法，联合优化的RNN‑T流式语音识别架构和CTC流式语音识别架构，提出多级混合流式语音识别架构，复用RNN‑T架构下编码器不同层级作为CTC语音识别编码器，整体降低了流式语音识别模型复杂度，提高模型在端侧推理的资源占用灵活性，该架构支持在边缘设备推理时刻针对于设备CPU状态自适应选取模型不同复杂度模块进行流式推理，保证了极端低计算资源下条件下语音识别模型的识别功能，在端侧设备突发性的计算资源紧张环境仍能够完成语音识别功能，保障语音识别系统安全性以及端侧设备系统稳定性。
-
公开(公告)号：CN116939430A
公开(公告)日：2023-10-24
申请号：CN202310467811.1
申请日：2023-04-27
Applicant: 苏州奇梦者科技有限公司 , 哈尔滨工业大学
Abstract: 本发明公开了一种可区域增强的声学参量阵，包括以下构件组成：阵列总成、动力与支撑机构总成。阵列总成是其核心构件，包括阵列中心单元总成和围绕在中心单元旁边的至少两个超声发射器子阵列总成。本发明与现有技术相比，能实现将声阵列中所有超声发射器产生的声场在指定方向、指定距离的区域内汇聚增强的功能。从而既能在目标区域产生较高强度的声场，又能减小目标区域外的声音强度，更好地实现向指定区域播放声音的功能，在使用声阵列的过程中，可以手工或借由控制部件灵活地调整声音的播放区域。其结构简单，容易制造，成本低。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.076 seconds)
