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！

龙图腾网获悉上海交通大学申请的专利基于RFID的语音感知方法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：CN117194897B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202311173181.3，技术领域涉及：G06F18/10；该发明授权基于RFID的语音感知方法是由俞嘉地;陈运忠;孔浩;朱燕民;孔令和;唐飞龙设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本基于RFID的语音感知方法在说明书摘要公布了：一种基于RFID的语音感知方法，通过条件去噪自编码器网络CDAE对收集到的RF信号进行预处理以消除身体运动干扰后，将预处理后的RF信号分别通过循环神经网络RNN、卷积循环神经网络CRNN和深度残差收缩网络DRSN提取得到面部运动、骨骼振动和空气振动特征，经融合后输入对比学习网络以去除面部语音动态特征中的用户特异性，获取与用户无关只与声音内容相关的面部语音动态特征后，根据面部语音动态特征构建面部语音动态模型，实现语音感知。本发明通过在普通眼镜上张贴一个无需持续电源供应、低成本的RFID标签感知人说话时的面部语音动态，以自然、鲁棒的方式进行语音感知，应用场景广泛。

本发明授权基于RFID的语音感知方法在权利要求书中公布了：1.一种基于RFID的语音感知方法，其特征在于，通过条件去噪自编码器网络CDAE对收集到的RF信号进行预处理以消除身体运动干扰后，将预处理后的RF信号分别通过循环神经网络RNN、卷积循环神经网络CRNN和深度残差收缩网络DRSN提取得到面部运动、骨骼振动和空气振动特征，经融合后输入对比学习网络以去除面部语音动态特征中的用户特异性，获取与用户无关只与声音内容相关的面部语音动态特征后，根据面部语音动态特征构建面部语音动态模型，实现语音感知； 所述的循环神经网络包括：10个同样的RNN模型，每个RNN模型包含若干相互连接的GRU单元，其中：每个RNN模型根据每种时域统计特征进行特征提取，得到1种面部运动特征向量，具体包括：计算对应于人脸运动对应RF信号相位的10种时域统计特征描述人脸面部运动特性； 所述的时域统计特征包括：最大值、最小值、平均值、方差、范围、均方根、中位数、四分位数、偏度和峰度； 针对每种统计特征，分别使用所述的1个RNN模型提取面部运动的时域特征；采用基于GRU的RNN模型作为时域特征提取的基础，每种时域统计特征经过每个RNN模型之后，输出一个面部运动特征向量；最后所有10个特征向量被合成为一个特征矩阵，表示用户讲话时提取的面部运动特征； 所述的CRNN模型包括：用于提取骨骼振动的频率特征的CNN结构和用于提取骨骼振动的时域特征的双向LSTM结构，其中：CNN结构根据骨骼振动对应RF信号的频谱图，获得骨骼振动特征序列表示骨骼振动的频域特征；双向LSTM结构提取骨骼振动的时域特征，将所有提取的特征向量整合到一个特征矩阵中，表示从骨骼振动信号中提取的时频特征； 所述的DRSN的网络架构包括：两个卷积-池化单元和三个ResNet块，其中：卷积-池化单元接收带有风噪的RF信号的频谱图并学习时间和频率之间的关系后输出带有风噪声的频谱图的特征表示，三个ResNet块分别根据特征表示进行风噪去除和特征提取，得到一个去除风噪声后提取的空气振动特征的特征矩阵； 每个卷积-池化单元包括一个卷积层和一个最大池化层； 所述的对比学习网络包括：编码器Encoder和投影器Projector，其中：编码器分别获取输入单词对和的特征嵌入和后，投影器根据特征嵌入获取相应的特征表示，再使用对比损失函数引导相同单词的面部语音动态特征在特征空间中相互吸引，不同语音单词的特征相互排斥； 所述的CNN结构包括：批量归一化层、3个卷积层和3个最大池化层，其中：批量归一化层用于加速训练并防止过拟合，卷积层用于提取高频骨骼振动特征轮廓，每个卷积层都附加一个最大池化层进行维度降维； 所述的双向LSTM模型包括：两个双向LSTM单元，分别从两个相反的方向提取骨骼振动信号的时域特征。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。