国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网江苏省电力有限公司双创中心;南京苏逸实业有限公司高莉莎获国家专利权
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!
龙图腾网获悉国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网江苏省电力有限公司双创中心;南京苏逸实业有限公司申请的专利声音特征信号识别方法、装置、电子设备和存储介质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:CN119296593B 。
龙图腾网通过国家知识产权局官网在2025-12-16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:202411415383.9,技术领域涉及:G10L25/78;该发明授权声音特征信号识别方法、装置、电子设备和存储介质是由高莉莎;王文帝;韩硕;孙少斌;王晓峰;魏天;李静雅;吕湛;戴强华设计研发完成,并于2024-10-11向国家知识产权局提交的专利申请。
本声音特征信号识别方法、装置、电子设备和存储介质在说明书摘要公布了:本发明公开了一种声音特征信号识别方法、装置、电子设备和存储介质。其特征包括:通过通信单元获取待处理声音信号;对待处理声音信号进行小波去噪,确定第一声音信号;通过经验模态分解对第一声音信号进行去噪,确定目标声音信号;通过离散傅里叶变换对目标声音信号进行谱图计算,确定目标时频图;将目标时频图上传至通信单元,通过所述通信单元对所述目标时频图进行信号识别,确定声音识别结果。通过两次去噪能够有效的去除设备运行声音存在的多种不同的噪音,提高对电网设备识别的精准度。
本发明授权声音特征信号识别方法、装置、电子设备和存储介质在权利要求书中公布了:1.一种声音特征信号识别方法,其特征在于,包括: 通过通信单元获取待处理声音信号; 对所述待处理声音信号进行小波去噪,确定第一声音信号; 通过经验模态分解对所述第一声音信号进行去噪,确定目标声音信号; 通过离散傅里叶变换对所述目标声音信号进行谱图计算,确定目标时频图; 将所述目标时频图上传至通信单元,通过所述通信单元对所述目标时频图进行信号识别,确定声音识别结果; 所述通过经验模态分解对所述第一声音信号进行去噪,确定所述目标声音信号,包括: 对所述第一声音信号进行经验模态分解,确定第一经验模态函数; 对所述第一经验模态函数进行频率去噪和能量去噪,确定所述目标声音信号; 所述对所述第一声音信号进行经验模态分解,确定第一经验模态函数,包括: 通过预设的随机高斯噪声对所述第一声音信号进行多次加噪,得到加噪声音信号集;其中,所述加噪声音信号集为每次对所述第一声音信号加噪得到的加噪声音信号;随机高斯噪声是随机生成用于去噪的高斯噪声,随机高斯噪声的噪声的幅度分布符合正态分布; 逐个对所述加噪声音信号进行经验模态分解,确定每个所述加噪声音信号对应的多阶模态函数和残差;其中,所述多阶模态函数由每个的模态函数分量组成; 对所有所述加噪声音信号的每一阶对应的所述模态函数分量进行平均处理,确定每一阶对应的所述模态函数分量对应的平均模态函数分量; 对每个所述加噪声音信号对应的残差进行平均处理,确定所述第一声音信号对应的平均残差; 基于多个所述平均模态函数分量和所述平均残差构成所述第一经验模态函数; 所述对所述第一经验模态函数进行频率去噪和能量去噪,确定所述目标声音信号,包括: 根据预设频率阈值对所述第一经验模态函数的所述平均模态函数分量进行噪声识别,确定第一噪声模态函数分量; 在所述第一经验模态函数中去除所述第一噪声模态函数分量,得到第二经验模态函数; 对所述第二经验模态函数进行能量去噪,确定所述目标声音信号; 所述对所述第二经验模态函数进行能量去噪,确定所述目标声音信号,包括: 根据所述第二经验模态函数中每个所述模态函数分量的幅值进行能量密度计算,得到每个所述模态函数分量对应的信号能量密度; 基于每个所述模态函数分量对应的信号能量密度确定每个所述模态函数分量对应的能量; 依次对每个所述模态函数分量对应的能量进行能量比计算,确定每个所述模态函数分量对应的信号能量比;所述信号能量比的计算公式为: ; 其中,第j阶模态函数分量的能量用pj进行表示,第j阶模态函数分量对应的能量平均对比值为前j-1各阶模态函数分量的平均能量,表示为qj-1,信号能量比用Rpj进行表示; 基于每个所述模态函数分类的信号能量比对每个所述模态函数分量对应的能量进行噪声识别,确定第二噪声模态函数分量; 在所述第二经验模态函数中去除第二噪声模态函数分量,得到所述目标声音信号。
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国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司;国网江苏省电力有限公司双创中心;南京苏逸实业有限公司,其通讯地址为:210019 江苏省南京市建邺区奥体大街1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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励