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！

龙图腾网获悉大连东软信息学院申请的专利一种基于频谱图的特征替换和掩蔽的语音识别数据增强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：CN115881112B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211574031.9，技术领域涉及：G10L15/20；该发明授权一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法是由于佳慧;李宁宁;黄晓硕设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法在说明书摘要公布了：本发明公开了一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法，包括，获取原始语音的声学特征；在时间维度上，对声学特征进行时间替换和掩蔽，随机选取需要进行交换和掩蔽的时间块大小，再从频谱图上随机选取并交换两个时间块，将其中一个时间块的语音信号特征进行掩蔽；在频率维度上，对声学特征进行频率替换和掩蔽，随机选取需要进行交换和掩蔽的频率块大小，再从频谱图上随机选取并交换两个频率块，将其中一个频率块的语音信号特征进行掩蔽；得到新生成的声学特征，根据新生成的声学特征生成新的频谱图。直接作用于语音特征，而不是作用于原始语音，不需要生成额外的语音数据，节约资源空间和计算时间，无需再重新生成音频信号。

本发明授权一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法在权利要求书中公布了：1.一种基于频谱图的特征替换和掩蔽的语音识别数据增强方法，其特征在于，包括， 步骤一、获取原始语音，提取原始语音的声学特征，X表示时间维度，Y表示频率维度； 步骤二、在时间维度上，对声学特征进行时间替换和掩蔽，具体包括，从0到X的均匀分布中，随机选择t，其中，t表示在时间维度上时间块的长度，从[0,中随机选取第一时间采样起点，从[,中随机选取第二时间采样起点， 获取声学特征第列到第列的数据并表示为，获取获取声学特征第列到第列的数据并表示为，将的数据保存在声学特征第列到第列中，将声学特征第列到第列的数据全部填充为0，将修改后的声学特征保存为第一声学特征； 步骤三、在频率维度上，对声学特征进行频率替换和掩蔽，具体包括，从0到Y的均匀分布中，随机选择，其中，表示在频率维度上频率块的长度， 从[0,中随机选取第一频率采样起点，从[,中随机选取第二频率采样起点， 获取声学特征第行到第行的数据并表示为，获取获取声学特征第行到第行的数据并表示为，将的数据保存在声学特征第行到第行中，将声学特征第行到第行的数据全部填充为0，将修改后的声学特征保存为第二声学特征； 步骤四、将第一声学特征和第二声学特征进行融合得到新生成的声学特征，具体包括将第一声学特征的第列到第列的数据保存至声学特征的第列到第列，将第一声学特征的第列到第列的数据保存至声学特征的第列到第列，将第二声学特征的第行到第行的数据保存至声学特征的第行到第行，将第二声学特征的第行到第行的数据保存至第行到第行，将修改后的声学特征保存为新生成的声学特征，根据新生成的声学特征生成新的频谱图； 所述提取原始语音的声学特征包括提取原始语音的FBank声学特征或MFCC声学特征； 所述提取原始语音的FBank声学特征包括， 步骤1a、对于原始语音进行预处理； 步骤1b、使用快速傅立叶变换算法将预处理后的原始语音转换为频域信号； 步骤1c、定义N组滤波器，采用滤波器组对频域信号进行平滑处理，获取平滑后的频谱信号； 步骤1d、根据平滑后的频谱信号计算滤波器组的对数能量，将滤波器组特征作为FBank声学特征。

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大连东软信息学院，其通讯地址为：116000 辽宁省大连市甘井子区软件园路8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。