龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：湖北经济学院;达昌技术发展有限公司
摘要：本发明涉及声音定位技术领域，提供了一种声音识别及定位的方法和装置。本发明提取至少三个音频数据的FBank特征和LPC特征，据此生成音频数据的多模型拼接特征，并对其中与声源类别和声源距离相关的模式进行建模，得到联合特征表示，进而分别实现对音频数据所属的声源类别和声源距离的预测；最后根据至少三个音频数据的声源类别和声源距离，构建至少三个三维音频球体，将构建的多个三维音频球体的交点确定为用户设备的位置；本发明定位准确度较高，解决了现有技术的声源定位方案存在的定位精度低和计算成本高的问题。
主权项：1.一种声音识别及定位的方法，其特征在于，包括：提取至少三个音频数据的FBank特征和LPC特征；根据每个音频数据的FBank特征和LPC特征，得到所述音频数据的多模型拼接特征；对所述多模型拼接特征中与声源类别和声源距离相关的模式进行建模，得到联合特征表示；其中，所述声源距离为所述声源设备与用户设备之间的距离，所述用户设备用于采集所述至少三个声源设备的音频数据；根据所述联合特征表示，预测所述音频数据所属的声源类别；根据所述联合特征表示，预测所述音频数据的声源距离；根据至少三个音频数据的声源类别和声源距离，确定所述用户设备的位置；其中，所述根据所述联合特征表示，预测所述音频数据所属的声源类别包括：将所述联合特征表示线性映射为二维特征表示；使用第二激活函数学习所述二维特征表示的非线性特征，得到分类特征表示；所述第二激活函数的表达式为：；其中，b为输入所述第二激活函数的特征；将所述分类特征表示线性映射为类别概率分布；按照预设选择规则，从所述类别概率分布中确定出所述声源类别。
全文数据：
权利要求：
百度查询： 湖北经济学院 达昌技术发展有限公司 一种声音识别及定位的方法和装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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