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：苏州智护云科技有限公司;南京邮电大学
摘要：本发明公开了一种基于GAN网络的模糊语义识别方法，属于语音识别技术领域，该方法首先通过预处理步骤，如预加重和加窗分帧，将语音信号分段并提取特征。接着，采用两个参数相同的生成器进行多阶段的增强映射，以改善语音质量，并在每个生成器模型中引入自注意力层以提升模型性能。判别器模型利用音频特征如音节、半音节、音素和词来判断重建语音与原始语音的相似度。最后利用标准重建语音进行语义识别。仿真结果显示，相较于基准测试方案，该算法在低信噪比环境下的模糊语义识别任务中表现更优。
主权项：1.一种基于GAN网络的模糊语义识别方法，其特征在于，该方法包括如下步骤：步骤1：语音信号处理语音信号可从时域和频域角度进行分析，将语音信号特征分为两种，分别是时域特征矢量和频域特征矢量；语音信号是声道被激励所发生共振而产生的输出信号，因此做一个合理假设，选取一段时间间隔，将该时间段内的语音信号保持线性不变特性；通过对语音产生机理分析，将语音信号看作一个激励信号，产生线性输出，由此将语音信号进行数字化处理；采样之后对信号进行量化处理，在该过程中难免会产生误差，经过量化后的信号与原始信号之间差值即为量化误差；步骤2：基于GAN的模糊语音重建生成对抗网络GAN由生成器G和判别器D两个神经网络组成，二者相互竞争、互相博弈；判别器是一个二分类器，旨在辨别所接收的样本数据是来自真实数据集中的实际样本，还是由生成器生成的虚假数据；生成器的目标则是生成更加真实的样本，以欺骗判别器使其误判为真实数据；两个模型不断竞争并逐渐优化各自的网络参数，最终使得生成的样本分布逐渐趋近于真实的样本分布；步骤3：基于GAN进行模糊语义识别。
全文数据：
权利要求：
百度查询： 苏州智护云科技有限公司 南京邮电大学 一种基于GAN网络的模糊语义识别方法
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