浙江大学杨国青获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种基于脉冲神经网络的机器人实时语音交互方法及系统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：CN119049460B 。
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：202411011749.6，技术领域涉及：G10L15/22；该发明授权一种基于脉冲神经网络的机器人实时语音交互方法及系统是由杨国青;冯高翔;吕攀;李红;潘之杰设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。
本一种基于脉冲神经网络的机器人实时语音交互方法及系统在说明书摘要公布了：本发明公开了一种基于脉冲神经网络的机器人实时语音交互方法及系统，通过获取语音数据集并叠加采集机器人运行噪音，生成扩充样本，对样本提取语音信号特征并进行数据增强；构建带有循环连接的循环脉冲神经网络模型并通过增强数据进行训练，用于语音识别，通过机器人获取实时语音流输入并提取特征，输入至训练好的所述循环脉冲神经网络模型进行推理，根据脉冲解码结果控制机器人执行动作交互。本发明降低了识别功耗，减轻了机器人运行噪音对实时语音交互准确率的影响，避免了脉冲神经元无脉冲问题，允许系统在运行时对语音交互指令的灵敏度进行调节。
本发明授权一种基于脉冲神经网络的机器人实时语音交互方法及系统在权利要求书中公布了：1.一种基于脉冲神经网络的机器人实时语音交互方法，其特征在于包括如下步骤： 步骤一：获取语音数据集，采集机器人运行噪音； 步骤二：在语音数据集的样本上叠加机器人运行噪音，生成扩充样本，对样本提取语音信号特征并进行数据增强； 步骤三：构建带有循环连接的循环脉冲神经网络模型，包括输入层、隐藏层和输出层，其中隐藏层和输出层均采用循环泄露积分发放层结构，循环泄露积分发放层包括脉冲发放层与密集反馈层，脉冲发放层采用一组泄漏积分发放模型，密集反馈层采用一组密集神经元模型，在一个时间步的输入特征经脉冲发放层计算后，输出的脉冲经由密集反馈层后会逐元素添加至下一个时间步的特征输入； 步骤四：生成训练集目标回归标签并构造损失函数，沿着时间维度进行误差反向传播以训练所述循环脉冲神经网络模型； 步骤五：机器人获取实时语音流输入并提取特征，输入至训练好的所述循环脉冲神经网络模型进行推理，根据脉冲解码结果控制机器人执行动作交互。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励