会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 6. 发明专利
    • 報知音感知・識別装置、報知音感知・識別方法、報知音感知・識別プログラム
    • 通知声音检测/识别装置,通知声音检测/识别方法和通知声音检测/识别程序
    • JP2016095434A
    • 2016-05-26
    • JP2014232317
    • 2014-11-17
    • 日本電信電話株式会社
    • 小泉 悠馬井本 桂右植松 尚大室 仲
    • G10L25/24G10L15/02G10L15/10G01H3/08G10L25/72
    • 【課題】周囲で発生した音が報知音であるかないかをより厳密に判断し、その報知音の種類を識別する装置、方法、プログラムを提供する。 【解決手段】報知音感知・識別装置100は、報知音感知部、特徴抽出部130、記憶部190、報知音識別部140を備える。報知音感知部は、音響信号のあらかじめ定めた周波数帯の中に、あらかじめ定めた条件を満たすパワーのピークとなる周波数が存在するかを確認する。特徴抽出部130は、音響信号のピークとなる周波数の時間パターンに基づいた報知音特徴量を出力する。記憶部190は、照合報知音特徴量と報知音IDとを対応付けた組をあらかじめ記録しておく。報知音識別部140は、入力報知音特徴量を照合報知音特徴量ごとに対比することで一致率を求める。一致率が高い照合報知音特徴量があるときは、最も一致率の高い照合報知音特徴量に対応付けられた報知音IDを出力する。 【選択図】図7
    • 要解决的问题:提供用于严格确定环境中产生的声音是否是通知声音的装置,方法和程序,以及识别通知声音的类型。解决方案:通知声音检测/识别装置100 包括通知声音检测单元,特征提取单元130,存储单元190和通知声音识别单元140.通知声音检测单元确认构成满足预定条件的功率的峰值的频率是否存在于预定频率 声信号的频带。 特征提取单元130基于构成声信号的峰值的频率的时间模式输出通知声音特征值。 存储单元190先前记录了对照通知声音特征值和通知声音ID的相关组。 通知声音识别单元140通过比较每个对照通知声音特征值的输入通知声音特征值来找到一致率。 当存在具有高一致率的排序规则通知声音特征值时,输出与具有最高一致率的对照通知声音特征值相关联的通知声音ID。选择图示:图7
    • 9. 发明专利
    • Apparatus and method for estimating spectral shape feature quantity of signal for every sound source, and apparatus, method and program for estimating spectral feature quantity of target signal
    • 用于估计每个声源的光谱特征信号量的装置和方法,以及用于估计目标信号的光谱特征量的装置,方法和程序
    • JP2013167698A
    • 2013-08-29
    • JP2012029791
    • 2012-02-14
    • Nippon Telegr & Teleph Corp 日本電信電話株式会社
    • NAKATANI TOMOHIROYOSHIOKA TAKUYAARAKI AKIKODELCROIX MARCFUJIMOTO MASAKIYO
    • G10L25/27G10L15/02G10L21/0308G10L25/24
    • PROBLEM TO BE SOLVED: To provide a technique for estimating a spectral shape feature quantity of a signal for every sound source, thereby efficiently performing a spectral estimation of a target sound, even using a model in which spectral values have correlation between frequencies.SOLUTION: A prior probability density function (a spectral shape model) of a spectral shape feature quantity corresponding to each sound source, and a conditioned probability density function (a spectral observation model) of the spectral feature quantity when the spectral shape feature quantity is given are used. An optimization function is represented by a product of the conditioned probability density function of the spectral shape feature quantity which has, in a latent variable, an occupancy sound source number representing a sound source of an acoustic signal having maximal energy in each time frequency point and to which the spectral shape feature quantities of all sound sources are given, and the prior probability density function of the spectral shape feature quantity determined for every sound source. The optimization function is maximized by using the spectral shape model and the spectral observation model, to estimate the spectral shape feature quantity for every sound and a sound source occupancy.
    • 要解决的问题:提供一种用于估计每个声源的信号的频谱形状特征量的技术,从而即使使用其中频谱值具有频率之间的相关性的模型,也可以有效地执行目标声音的频谱估计。解决方案: 使用对应于每个声源的光谱形状特征量的先验概率密度函数(光谱形状模型)和当给出光谱形状特征量时的光谱特征量的调节概率密度函数(光谱观察模型) 。 优化函数由频谱形状特征量的条件概率密度函数的乘积表示,在潜变量中,具有表示每个时间频点具有最大能量的声信号的声源的占用声源数,以及 给出了所有声源的光谱形状特征量的特征量,并且为每个声源确定了光谱形状特征量的先验概率密度函数。 通过使用光谱形状模型和光谱观测模型,优化功能最大化,以估计每个声音和声源占用的光谱形状特征量。