Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种脑卒中构音障碍语音识别方法及装置 

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!

摘要:本申请公开了一种脑卒中构音障碍语音识别方法及装置,本申请的技术方案通过对获取到的语音样本数据,根据音频所代表的音节类别以及正常和患者进行分类,并通过变换获得音频语谱图,然后在构建网络模型阶段,前端网络利用植物形态生理学设计核心处理模块,以STEM模块后连续的Downsample构成根茎,以快速运输计算节点到更高的感受野领域,后端网络则基于Xception模块基于的深度可分离卷积与注意力机制的交替配置,形成藤蔓交叉结构,注意力机制被有选择地置于交替的卷积模块中,以此提高对关键语音特征的识别能力和准确性,从而能够在多个尺度上捕捉全局感受野,准确学习和判别脑卒中病理显著特征信息,解决了现有的脑卒中患者构音分析存在准确度低的技术问题。

主权项:1.一种脑卒中构音障碍语音识别方法,其特征在于,包括:获取预设的语音样本数据,其中,所述语音样本数据包括:成对的构音障碍语音样本数据和正常语音样本数据;对所述语音样本数据进行音节分类处理,得到多个语音音节数据;将各个所述语音音节数据,转换成对应的语谱图数据;基于预设的轻量化神经网络框架,构建构音障碍语音图谱识别模型,并通过所述语谱图数据,对所述构音障碍语音图谱识别模型进行模型训练,其中,所述轻量化神经网络框架的前端网络具体包括:根部处理块、轻量化网络块和多个连续的下采样块,所述轻量化神经网络框架的后端网络包括:多个按照深度可分离卷积与注意力机制的交替配置的藤蔓交叉结构依次排列连接的轻量化网络块以及一个池化层和全连接层;获取待识别的构音障碍语音数据并转换为语谱图数据作为模型输入,通过训练好的构音障碍语音图谱识别模型的运算,以得到第一音节识别概率结果。

全文数据:

权利要求:

百度查询: 广东工业大学 一种脑卒中构音障碍语音识别方法及装置

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。