Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学高浩获国家专利权

南京邮电大学高浩获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学申请的专利基于PSO动态搜索分类网络的帕金森语音识别方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115472183B

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211023500.8,技术领域涉及:G10L25/66;该发明授权基于PSO动态搜索分类网络的帕金森语音识别方法及装置是由高浩;甘燕燕;徐枫;郭怡菁;袁杰设计研发完成,并于2022-08-25向国家知识产权局提交的专利申请。

基于PSO动态搜索分类网络的帕金森语音识别方法及装置在说明书摘要公布了:本发明公开了一种基于PSO动态搜索分类网络的帕金森语音识别方法及装置,方法包括:获取帕金森患者的语音数据,对语音数据进行剪辑,从剪辑好的语音数据中提取语音特征,制备语音特征数据集;初始化动态搜索分类网络的参数,随机初始化生成分类网络粒子群;使用语音特征数据集训练每代分类网络粒子群中的分类网络,得到各个粒子的适应度函数值,根据各个粒子的适应度函数值更新分类网络粒子群,循环训练更新分类网络直至得到最优分类网络,基于训练所得的最优分类网络,对待识别的语音特征数据进行帕金森语音识别。

本发明授权基于PSO动态搜索分类网络的帕金森语音识别方法及装置在权利要求书中公布了:1.一种帕金森语音识别方法,其特征在于,包括: 步骤1、获取帕金森患者的语音数据,包括: 所述帕金森患者的语音数据,包括伦敦国王学院MDVR-KCL早期和晚期帕金森患者语音数据集、健康对照者的语音数据集和意大利帕金森语音数据集;其中所述MDVR-KCL早期和晚期帕金森患者语音数据集、健康对照者的语音数据集语言为英语,内容为两段文本的朗读语音;其中所述意大利帕金森语音数据集内容为单音节发音数据,包括‘a’‘i’‘e’‘o’‘u’‘ta’‘pa’音节的重复发音; 步骤2、对获取的语音数据进行剪辑处理,得到剪辑后的语音数据; 步骤3、对剪辑后的语音数据提取语音特征,得到语音特征数据集,包括: 所述语音特征数据集中包括26个语音基本特征、梅尔倒谱系数特征和13个全局特征: 使用Praat声学分析软件从每个语音信号中提取一组26个语音基本特征; 基于短时傅里叶变换,使用梅尔滤波器组提取语音信号的梅尔倒谱系数特征; 对于语音信号,提取包括平均值、中位数、均方根、平方、最大值、最小值、第一和第三个四分位数、四分位数范围、标准差、偏度和峰度13个全局特征; 步骤4、通过预设的动态搜索分类网络的参数,随机初始化生成分类网络粒子群,包括:初始化种群大小为20,迭代次数为10,分类网络层数范围为[3,10],对于分类网络要求第一层必须是卷积层,最后一层必须是完全连接层,随机初始化分类网络粒子群中每个分类网络的结构,分类网络粒子群训练时,主循环次数为10; 步骤5、利用语音特征数据集对分类网络粒子群进行迭代训练、更新,得到训练更新好的动态搜索分类网络模型,包括:使用所述语音特征数据集分别训练分类网络粒子群中的各个分类网络,计算损失函数,并利用损失函数对分类网络粒子群进行评估得到各个粒子的适应度函数值,根据各个粒子的适应度函数值与全局最佳分类网络和当前粒子最佳分类网络的适应度函数值比较的结果,更新全局最佳分类网络和当前粒子最佳分类网络,根据全局最佳分类网络和当前粒子最佳分类网络更新分类网络粒子群; 步骤6、将待识别的语音特征数据输入训练更新好的动态搜索分类网络模型,根据所述动态搜索分类网络模型的输出,确定帕金森语音识别结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学,其通讯地址为:210012 江苏省南京市栖霞区文苑路9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。