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！

龙图腾网恭喜北京理工大学申请的专利一种基于特征剪裁和平移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：CN114171012B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202111344696.6，技术领域涉及：G10L15/06；该发明授权一种基于特征剪裁和平移的语音识别数据增强方法是由郭宇航;程浩东;陈朔鹰;吴丽婷设计研发完成，并于2021-11-15向国家知识产权局提交的专利申请。

本一种基于特征剪裁和平移的语音识别数据增强方法在说明书摘要公布了：本发明涉及一种基于特征剪裁和平移的语音识别数据增强方法，属于语音识别处理技术领域。本方法分别在时间维度和频率维度上，对音频信号特征进行剪裁和平移。其中，在时间维度上，随机选取某一时间段的特征值，裁剪该时间段的特征，然后将未被裁剪的特征值沿时间维度方向平移；在频率维度方向，随机选取某一频率段的特征值，然后裁剪该频率段的特征，将未被裁剪的特征值沿着频率方向平移。本方法无需再重新生成音频信号，也无需再提取特征，避免了存储空间与运行时间的浪费，比现有的数据增强技术的数据增强效果更好，有效提升了语音识别效果。

本发明授权一种基于特征剪裁和平移的语音识别数据增强方法在权利要求书中公布了：1.一种基于特征剪裁和平移的语音识别数据增强方法，其特征在于，包括以下步骤：首先，对输入的语音片段，将其音频信号的波形文件输入到系统模型中进行特征提取，得到音频信号的特征矩阵F，特征矩阵F为二维矩阵，该二维矩阵即为特征值；在特征矩阵F中，第一维代表时间，第二维代表频率，其矩阵大小为M×N，其中，常数M表示使用的音频信号特征在时间维度的长度，常数N表示使用的音频信号特征在频率维度的长度；然后，根据随机选取裁剪时间段的长度的上限，采样得到随机选取裁剪时间段的起点和长度；根据随机选取裁剪频率段的长度上限，采样得到随机选取裁剪频率段的起点和长度；之后，根据随机选取裁剪时间段的起点和长度，生成时间裁剪平移矩阵L；根据随机选取裁剪频率段的起点和长度，生成频率裁剪平移矩阵R；设变量t表示随机选取裁剪时间段的长度，设常数T表示随机选取裁剪时间段的长度t的上限，设变量t0表示随机选取裁剪时间段的起点，设常数K表示随机选取裁剪频率段的长度上限，设变量k表示随机选取裁剪频率段的长度；从0到T中均匀采样一个值t作为裁剪时间段的长度，从0到M-t中均匀采样一个值t0作为裁剪时间端的起点；根据t和t0，生成时间裁剪平移矩阵L： 其中，E1表示形状为t0×t0的单位矩阵，E2表示形状为M-t-t0×M-t-t0的单位矩阵；从0到K中，均匀采样一个值k作为裁剪频率段的长度，从0到N-k中，均匀采样一个值k0作为裁剪频率段的起点；根据k和k0，生成裁剪平移矩阵R： 其中，E3表示形状为k0×k0的单位矩阵，E4表示形状为N-k-k0×N-k-k0的单位矩阵；随后，使用时间裁剪平移矩阵L、频率裁剪平移矩阵R，对特征矩阵F做矩阵变换，得到新的音频信号特征 最后，利用新的音频信号特征训练语音识别模型，完成语音识别数据增强。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。