专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明公开

CN106531181A 一种基于谐波提取的欠定语音盲分离方法及装置无效
公开(公告)号：CN106531181A
公开(公告)日：2017-03-22
申请号：CN201611055302.4
申请日：2016-11-25
申请人：天津大学
发明人：黄翔东 , 刘明卓 , 徐婧文
IPC分类号： G10L21/0272 , G10L21/0308 , G10L21/047
CPC分类号： G10L21/0272 , G10L21/0308 , G10L21/047
摘要：本发明公开了一种基于谐波提取的欠定语音盲分离方法及装置，在盲识别阶段，对语音信号进行短时傅立叶变换，利用基于比值法频谱校正的谐波提取技术提取语音信号中的谐波成分，通过相位一致性准则对所述谐波成分做筛选；引入可估计源数的自适应K-均值聚类法对筛选出的单源成分向量进行聚类，得到混合矩阵的估计；在盲恢复阶段，针对各路源语音信号在时频域中存在重叠的情况，采用子空间投影法对混合矩阵的估计做逆推，实现了高质量的语音信号源恢复。本发明提高了算法精度；可有效地识别出强单源成分，增强了对噪声的鲁棒性；可在源数目未知的情形下获得混合矩阵及源数目估计；并且本发明提高了适用范围，同时也可提高语音信号的恢复精度。

2. 发明公开

CN106847301A 一种基于压缩感知和空间方位信息的双耳语音分离方法无效
公开(公告)号：CN106847301A
公开(公告)日：2017-06-13
申请号：CN201710002543.0
申请日：2017-01-03
申请人：东南大学
发明人：周琳 , 朱竑谕 , 王茜茜 , 李枭雄
IPC分类号： G10L21/0272 , G10L21/045 , G10L21/047
CPC分类号： G10L21/0272 , G10L21/045 , G10L21/047
摘要：本发明公开了一种基于压缩感知和空间方位信息的双耳语音分离方法，本方法在训练阶段首先建立每个说话人声信号的频域字典。测试中，由双耳声源定位阶段确定说话人方位信息，得到基于方位信息的混合矩阵，将多个说话人声信号频域字典组成的大字典与混合矩阵相乘，建立恢复模型，利用正交匹配追踪算法迭代求取多说话人声信号的稀疏系数，最后将多说话人声信号的频域数据大字典与稀疏系数相乘，得到各个说话人的频谱信号，并通过傅立叶逆变换重构每个说话人的时域信号，实现多说话人语音信号的分离。本发明分离的语音信号，分离指标如信干比和信噪比上得到有效提升。

3. 发明授权

US09361905B2 Voice data playback speed conversion method and voice data playback speed conversion device 有权
标题翻译：语音数据播放速度转换方式和语音数据播放速度转换装置
公开(公告)号：US09361905B2
公开(公告)日：2016-06-07
申请号：US14763303
申请日：2014-01-21
申请人： Shinano Kenshi Kabushiki Kaisha
发明人： Shoji Tsunoda , Tatsuo Nishizawa
IPC分类号： G10L21/00 , G10L21/047 , G10L21/049 , G10L25/09 , G10L25/27 , G10L19/00
CPC分类号： G10L21/047 , G10L21/049 , G10L25/09 , G10L25/27
摘要： The present invention addresses the problems of enabling a process of converting voice data playback speed even in a voice data playback device alone. The solution is a voice data playback speed conversion method and a voice data playback speed conversion device, comprising: a step of setting a reference zero cross point from any arbitrary zero cross point; a step of selecting a zero cross point temporally after the reference zero cross point within a first predetermined time range; a step of calculating a reference correlation function in a waveform from the reference zero cross point until a second predetermined time; and a step of calculating a correlation function in a waveform from a plurality of previously selected zero cross points until the second predetermined time, wherein a second reference zero cross point is the zero cross point of the waveform having a correlation function in which a concordance rate of the correlation value between the reference correlation function and the correlation function is the highest value, the difference between the reference zero cross point and the second reference zero cross point is calculated as a basic cycle, and the expansion and contraction of voice data is executed in basic cycle units so as to perform a process of converting the playback speed of the voice data.
摘要翻译：本发明解决了即使在语音数据重放设备中也能转换语音数据播放速度的处理的问题。解决方案是语音数据回放速度转换方法和语音数据重放速度转换装置，包括：从任意零交叉点设置参考零交叉点的步骤; 在第一预定时间范围内在参考零交叉点之后临时选择零交叉点的步骤; 计算从参考零交叉点到第二预定时间的波形中的参考相关函数的步骤; 以及从多个先前选择的零交叉点到第二预定时间计算波形中的相关函数的步骤，其中第二参考零交叉点是具有相关函数的波形的零交叉点，其中一致率参考相关函数与相关函数之间的相关值是最大值，将基准零交叉点和第二参考零交叉点之间的差作为基本周期计算，并执行语音数据的扩展和缩小以基本周期为单位进行转换声音数据的播放速度的处理。

4. 发明授权

US08654761B2 System for conealing missing audio waveforms 有权
标题翻译：用于匹配丢失的音频波形的系统
公开(公告)号：US08654761B2
公开(公告)日：2014-02-18
申请号：US13717069
申请日：2012-12-17
申请人： Cisco Technology, Inc.
发明人： Duanpei Wu , Luke K. Surazski
IPC分类号： H04L12/66 , G10L11/04 , G10L11/06
CPC分类号： G10L25/90 , G10L19/005 , G10L21/047
摘要： In one embodiment, a method can include: (i) establishing an internet protocol (IP) connection; (ii) forming a buffered version of a plurality of voice frame slices from received audio packets; and (iii) when an erasure is detected, performing a packet loss concealment (PLC) to provide a synthesized speech signal for the erasure, where the PLC can include: (a) identifying first and second pitches from the buffered version of the plurality of voice frame slices; and (b) forming the synthesized speech signal by using the first and second pitches, and more if needed, followed by an overlay-add (OLA).
摘要翻译：在一个实施例中，一种方法可以包括：（i）建立因特网协议（IP）连接; （ii）从接收到的音频分组形成多个语音帧片段的缓冲版本; 和（iii）当检测到擦除时，执行分组丢失隐藏（PLC）以提供用于擦除的合成语音信号，其中PLC可以包括：（a）从缓冲版本中识别第一和第二间距语音片段; 和（b）通过使用第一和第二音调形成合成的语音信号，如果需要，则更多，然后是叠加（OLA）。

5. 发明授权

US09368125B2 System and electronic equipment for voice guidance with speed change thereof based on trend 有权
标题翻译：基于趋势，用于语音指导的系统和电子设备随其速度变化
公开(公告)号：US09368125B2
公开(公告)日：2016-06-14
申请号：US13972959
申请日：2013-08-22
申请人： Renesas Electronics Corporation
发明人： Kazuyuki Ohno
IPC分类号： G10L21/047 , H04N21/482 , G10L21/06 , G10L13/04 , G06F3/16 , G10L13/033
CPC分类号： G10L21/06 , G06F3/167 , G10L13/033 , G10L13/04 , G10L21/047 , H04N21/482
摘要： A voice guidance system is provided in which the voice guidance is enabled to easily follow a trend of change intervals, a rapid change of change intervals, etc. in a menu operation. The voice guidance system is configured with an input analyzing unit which inputs and analyzes an operation instruction signal of a menu item, a voice guidance control unit which controls voice guidance of the menu item according to the analysis result by the input analyzing unit, and a textual guidance control unit which performs display control of the menu item according to the analysis result by the input analyzing unit. The voice guidance control unit determines reproduction speed of the voice guidance according to the analysis result, on the basis of a speed trend obtained from a speed history as a set of plural pieces of reproduction speed information.
摘要翻译：提供了语音引导系统，其中语音引导能够容易地跟随菜单操作中的变化间隔的趋势，变化间隔的快速变化等。语音引导系统配置有输入分析菜单项的操作指示信号的输入分析单元，根据输入分析单元的分析结果来控制菜单项的语音指导的语音引导控制单元，以及文本引导控制单元，其根据输入分析单元的分析结果执行菜单项的显示控制。语音引导控制单元根据分析结果，基于从速度历史获得的速度趋势作为多个再现速度信息的集合来确定语音引导的再现速度。

6. 发明申请

US20120239176A1 AUDIO TIME STRETCH METHOD AND ASSOCIATED APPARATUS 有权
标题翻译：音频时间拉伸方法和相关设备
公开(公告)号：US20120239176A1
公开(公告)日：2012-09-20
申请号：US13419609
申请日：2012-03-14
申请人： Chu-Feng Lien
发明人： Chu-Feng Lien
IPC分类号： G06F17/00
CPC分类号： G10L21/047
摘要： An audio time stretch method and associated apparatus is provided. The method includes steps of calculating an energy level according to amplitudes of a plurality of received data, and determining whether the audio data requires audio time stretch according to the energy level. Audio data with lower energy level and volume are selectively time-stretched to alleviate audio quality degradation.
摘要翻译：提供了一种音频时间伸展方法及相关装置。该方法包括根据多个接收数据的幅度计算能级的步骤，以及根据能级确定音频数据是否需要音频时间伸展。具有较低能量水平和音量的音频数据选择性地延长，以减轻音频质量下降。

7. 发明公开

EP2960904A1 METHOD AND APPARATUS FOR SYNCHRONIZING AUDIO AND VIDEO SIGNALS 有权转让
标题翻译： VERFAHREN UND VORRICHTUNG ZUR SYNCHRONIZATION VON AUDIO- UND VIDEOSIGNALEN
公开(公告)号：EP2960904A1
公开(公告)日：2015-12-30
申请号：EP15171781.6
申请日：2015-06-12
申请人： Nokia Technologies Oy
发明人： VILERMO, Miikka , TAMMI, Mikko , LEHTINIEMI, Arto , LAAKSONEN, Lasse
IPC分类号： G10L21/055 , G11B27/00 , H04N5/04 , G10L21/047 , G11B20/00 , G10L25/78
CPC分类号： G11B27/10 , G10L21/047 , G10L21/055 , G10L25/78 , G11B27/005 , H04N5/04 , H04N5/76 , H04N5/77 , H04N9/806 , H04N21/2368 , H04N21/4307 , H04N21/4398 , H04S3/008 , H04S2400/11
摘要： A method, apparatus and computer program product are provided to synchronize audio signals with video images that are replayed with a modified motion. In a method, a trajectory is determined for each audio object of an audio signal. The method also determines each of the audio objects to be a transient or non-transient object. The method also causes a respective audio object to be differently extended depending upon whether the audio object is determined to be a transient object or a non-transient object, thereby synchronizing video signals that are to be played back with a predefined motion. The method causes the respective audio object to be differently extended by splitting the transient object into transient segments, inserting silent segments therebetween and maintaining the trajectories of the transient object and/or by repeating the non-transient object with a trajectory that varies based on the predefined motion of the video signals.
摘要翻译：提供了一种方法，装置和计算机程序产品，用于将音频信号与经修改的运动重放的视频图像同步。在一种方法中，为音频信号的每个音频对象确定轨迹。该方法还将每个音频对象确定为瞬态或非瞬态对象。该方法还使得相应的音频对象被不同地延伸，这取决于音频对象是确定为瞬态对象还是非瞬态对象，从而将要播放的视频信号与预定义的动作同步。该方法通过将瞬态对象分为暂时段，在其间插入无声段并保持瞬态对象的轨迹和/或通过以基于该变化的轨迹重复非瞬态对象视频信号的预定运动。

8. 发明申请

WO2014115696A1 音声データ再生速度変換方法および音声データ再生速度変換装置审中-公开
标题翻译：语音数据播放速度转换方法和语音数据播放速度转换设备
公开(公告)号：WO2014115696A1
公开(公告)日：2014-07-31
申请号：PCT/JP2014/051042
申请日：2014-01-21
申请人：シナノケンシ株式会社
发明人：角田　昌二 , 西澤　達夫
IPC分类号： G10L21/047 , G10L21/049
CPC分类号： G10L21/047 , G10L21/049 , G10L25/09 , G10L25/27
摘要：　音声データ再生装置単体であっても音声データの再生速度の変換処理を可能にすることを課題とする。　解決手段として、任意のゼロクロス点から基準ゼロクロス点を設定する工程、基準ゼロクロス点から第１所定時間範囲内で時間的に後のゼロクロス点を選択する工程、基準ゼロクロス点から第２所定時間までの波形における基準相関関数を算出する工程、先に選択された複数のゼロクロス点から第２所定時間までの波形における相関関数を算出する工程、基準相関関数と相関関数との相関値の一致率が最高値である相関関数を有する波形のゼロクロス点を第２基準ゼロクロス点とし、基準ゼロクロス点と第２基準ゼロクロス点との時間差を基本周期として算出し、基本周期単位で音声データの伸縮を実行することで、音声データの再生速度を変更する処理を行うことを特徴とする音声データ再生速度変換方法および音声データ再生速度変換装置である。
摘要翻译：本发明解决了即使在语音数据重放设备中也能转换语音数据回放速度的处理的问题。该解决方案是语音数据重放速度转换方法和语音数据重放速度转换装置，其特征在于包括从任何零交叉点设置参考零交叉点的步骤，在参考之后临时选择零交叉点的步骤在第一预定时间范围内的零交叉点，计算从参考零交叉点到第二预定时间的波形中的参考相关函数的步骤，以及从多个先前选择的波形中计算波形中的相关函数的步骤零交叉点直到第二预定时间; 第二参考零交叉点是具有相关函数的波形的零交叉点，其中参考相关函数和相关函数之间的相关值的一致率是最高值，参考零交叉点之间的时间差并且第二参考零交叉点被计算为基本循环，并且以基本循环单位执行语音数据的扩展，由此执行转换语音数据的重放速度的处理。

9. 发明授权

US09978395B2 Method and system for mitigating delay in receiving audio stream during production of sound from audio stream 有权
公开(公告)号：US09978395B2
公开(公告)日：2018-05-22
申请号：US13835638
申请日：2013-03-15
申请人： Vocollect, Inc.
发明人： Keith Braho , Russell A. Barr , George Joshue Karabin
IPC分类号： H04R29/00 , G10L21/047 , G10L13/08
CPC分类号： G10L21/047 , G10L13/08 , H04R2201/107
摘要： A communication component modifies production of an audio waveform at determined modification segments to thereby mitigate the effects of a delay in processing and/or receiving a subsequent audio waveform. The audio waveform and/or data associated with the audio waveform are analyzed to identify the modification segments based on characteristics of the audio waveform and/or data associated therewith. The modification segments show where the production of the audio waveform may be modified without substantially affecting the clarity of the sound or audio. In one embodiment, the invention modifies the sound production at the identified modification segments to extend production time and thereby mitigate the effects of delay in receiving and/or processing a subsequent audio waveform for production.

10. 发明授权

US09437211B1 Adaptive delay for enhanced speech processing 有权
标题翻译：用于增强语音处理的自适应延迟
公开(公告)号：US09437211B1
公开(公告)日：2016-09-06
申请号：US14534531
申请日：2014-11-06
申请人： Huan-Yu Su
发明人： Huan-Yu Su
IPC分类号： G10L21/0208
CPC分类号： G10L21/0208 , G10L21/0216 , G10L21/047 , G10L25/93
摘要： Provided is a system, method, and computer program product for improving the quality of voice communications on a mobile handset device by dynamically and adaptively selecting adjusting the latency of a voice call to accommodate an optimal speech enhancement technique in accordance with the current ambient noise level. The system, method and computer program product improves the quality of a voice call transmitted over a wireless link to a communication device dynamically increasing the latency of the voice call when the ambient noise level is above a predetermined threshold in order to use a more robust high-latency voice enhancement technique and by dynamically decreasing the latency of the voice call when the ambient noise level is below a predetermined threshold to use the low-latency voice enhancement techniques. The latency periods are adjusted by adding or deleting voice samples during periods of unvoiced activity.
摘要翻译：提供了一种用于通过动态地和自适应地选择调整语音呼叫的等待时间以根据当前环境噪声水平适应最佳语音增强技术来改善移动手持机设备上的语音通信质量的系统，方法和计算机程序产品。系统，方法和计算机程序产品通过无线链路传送到通信设备的语音呼叫的质量提高了当环境噪声水平高于预定阈值时动态地增加语音呼叫的等待时间，以便使用更强大的高并且当环境噪声水平低于预定阈值时动态地减少语音呼叫的等待时间以使用低延迟语音增强技术。通过在清音活动期间添加或删除语音样本来调整延迟时间。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式