CN107833322A - 一种基于音频识别的智能门控系统及其控制方法 - Google Patents
一种基于音频识别的智能门控系统及其控制方法 Download PDFInfo
- Publication number
- CN107833322A CN107833322A CN201711083170.0A CN201711083170A CN107833322A CN 107833322 A CN107833322 A CN 107833322A CN 201711083170 A CN201711083170 A CN 201711083170A CN 107833322 A CN107833322 A CN 107833322A
- Authority
- CN
- China
- Prior art keywords
- audio
- frequency information
- enabling
- intelligent door
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 230000001755 vocal effect Effects 0.000 claims description 51
- 238000005303 weighing Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 8
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 14
- 238000012549 training Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Lock And Its Accessories (AREA)
Abstract
本发明公开的一种基于音频识别的智能门控系统,包括音频输入模块、处理单元和门锁控制模块,所述处理单元用于接收处理设定开门音频信息和开门音频信息;预处理设定开门音频信息,对所述预处理后的设定开门音频信息进行特征提取和分析识别,得到声纹数据库;预处理开门音频信息,对所述预处理后的开门音频信息进行特征提取和分析识别,得到待测声纹数据,将所述待测声纹数据与声纹数据库中的声纹数据进行对比分析,得到分析识别结果,根据分析识别结果发出控制指令控制门锁控制模块;所述门锁控制模块用于控制门锁装置打开智能门。采用音频识别方法对开门的音频进行学习,对音频的识别率高,使用方便,准确率高,提高了智能门的安全性。
Description
技术领域
本发明涉及智能门技术领域,具体涉及一种基于音频识别的智能门控系统及其控制方法。
背景技术
门是分割有限空间的一种实体,它的作用是可以连接和关闭两个或多个空间的出入口,随着智能化控制技术的发展,人们的生活中到处可见先进的电子设备。传统的门锁,需要人们随身携带钥匙才能打开门,如果忘记钥匙则要请人开锁,且安全性不高。
发明内容
针对现有技术中的缺陷,本发明的目的之一在于提供一种基于音频识别的智能门控系统,使用方便、简单,安全性高。
第一方面,本发明提供的一种基于音频识别的智能门控系统,包括音频输入模块、处理单元和门锁控制模块,所述音频输入模块用输入设定开门的音频信息和开门音频信息,并将所述音频信息传输到处理单元;所述处理单元用于接收处理设定开门音频信息和开门音频信息;预处理设定开门音频信息,对所述预处理后的设定开门音频信息进行特征提取和分析识别,得到声纹数据库;预处理开门音频信息,对所述预处理后的开门音频信息进行特征提取和分析识别,得到待测声纹数据,将所述待测声纹数据与声纹数据库中的声纹数据进行对比分析,得到分析识别结果,根据分析识别结果发出控制指令控制门锁控制模块;所述门锁控制模块用于控制门锁装置打开智能门。
可选地,所述处理单元包括数据预处理模块,所述数据预处理模块用于对设定开门音频信息和开门音频信息进行模数转换。
可选地,所述处理单元还包括声纹数据库生成单元,所述声纹数据库生成单元用于对预处理后的设定开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,对设定开门声纹特征加权后的声纹特征信息采用音频识别算法进行训练,得到声纹数据库。
可选地,所述处理单元还包括分析单元,所述分析单元用于对预处理后的开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,得到开门声纹信息特征向量,将开门声纹信息特征向量输入声纹数据库。
可选地,所述处理单元还包括识别单元,所述识别单元用于根据开门声纹信息特征向量与声纹数据库中的设定声纹特征信息进行分析识别,得到分析识别结果。
可选地,所述系统还包括显示模块,所述显示模块用于显示智能门的显示识别状态和启闭状态。
可选地,所述系统还包括采集模块,所述采集模块用于采集智能门周围环境数据,并将环境数据发送到处理单元。
第二方面,本发明还提供一种基于音频识别的智能门控系统的控制方法,具体包括以下步骤:
获取设定开门音频信息;
对所述设定开门音频信息进行预处理;
将预处理后设定开门音频信息进行音频识别,得到声纹数据库;
获取开门音频信息;
对所述开门音频信息进行预处理;
将预处理后的开门音频信息进行音频识别,将开门声纹特征向量输入声纹数据库进行分析识别,得到识别结果;
根据所述识别结果控制门锁控制模块打开门锁装置。
可选地,所述对设定音频信息进行预处理的方法是对设定开门音频信息和开门音频信息进行模数转换。
可选地,将预处理后的设定开门音频信息进行音频识别的方法具体包括以下步骤:将预处理后的设定开门音频进行声纹特征提取、声纹特征集合和声纹特征加权,利用音频识别算法对声纹特征信息进行训练。
本发明的有益效果:
本发明的基于音频识别的智能门控系统,采用音频识别方法对人开门的音频进行学习,对音频的识别率高,使用方便,准确率高,提高了智能门的安全性。
本发明的基于音频识别的智能门控系统的控制方法,采用音频识别方法对人开门的音频进行学习,对音频的识别率高,使用方便,准确率高,提高了智能门的安全性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明提供的一种基于音频识别的智能门控系统的第一实施例的原理框图;
图2示出了图1中处理单元的原理框图;
图3示出了本发明提供的一种基于音频识别的智能门控系统的控制方法的第一实施例的流程图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只是作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
图1、2示出了本发明所提供的一种基于音频识别的智能门控系统的第一实施例,包括音频输入模块1、处理单元2和门锁控制模块3,所述音频输入模块1用于输入设定开门音频信息和开门音频信息,并将所述信息传输到处理单元;所述处理单元2用于接收处理设定开门音频信息和开门音频信息;预处理设定开门音频信息和开门音频信息;对所述预处理后的设定开门音频信息进行特征提取和分析识别,根据分析识别结果发出控制指令控制门锁控制模块;所述门锁控制模块3用于控制门锁装置打开智能门。音频输入模块可以是麦克风,通过麦克风输入人们的开门声音。在初次使用时,通过麦克风设定开门音频信息,设定开门音频信息可以是不同的人输入相同或者不同的语句。本发明的基于音频识别的智能门控系统,通过麦克风输入设定开门音频信息,处理单元对设定开门音频信息进行预处理,把预处理后的音频采用音频识别算法训练得到声纹数据库。在需要打开智能门时,人们通过麦克风输入设定时输入的开门音频,处理单元对输入的开门音频信息进行预处理,将预处理后的音频信息输入到训练声纹数据库中对比分析识别,处理单元根据识别结果发出控制指令控制门锁控制模块把门打开。本发明的基于音频识别的智能门控系统,采用音频识别方法对人开门的音频进行学习,对音频的识别率高,使用方便,准确率高,提高了智能门的安全性。
处理单元2包括数据预处理模块21,所述数据预处理模块21用于所述数据预处理模块用于对设定开门音频信息和开门音频信息进行模数转换。对设定开门音频信息和开门音频信息进行预处理,提高音频的识别率。处理单元2还包括声纹数据库生成单元22,所述声纹数据库生成单元用于对预处理后的设定开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,对设定开门声纹特征加权后的声纹特征信息采用音频识别算法进行训练,得到声纹数据库。处理单元还包括分析单元23,所述分析单元23用于对预处理后的开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,得到开门声纹信息特征向量,将开门声纹信息特征向量输入声纹数据库。所述处理单元还包括识别单元24,识别单元24用于根据开门声纹信息特征向量与声纹数据库中的设定声纹特征信息进行分析识别,得到分析识别结果。
音频识别算法采用高斯混合(GMM)模型算法,具体为:
式(1)中,λ为GMM模型的参数集;o为K维的声学特征矢量;i为隐状态号,也就是高斯分量的序号,M阶GMM就有M个隐状态;c为第f个分量的混合权值,其值对应为隐状态i的先验概率。
式(1)中,P(o,i|λ)为高斯混合分量,是P(o|q=i,λ)简写形式,对应隐状态i的观察概率密度函数,一般采用K维单高斯分布函数,如式(2)所示,
式(2)中,μi为均值矢量:∑i为协方差矩阵,i=1,2,…,M。因此该公式可以理解为,M阶GMM是用M个单高斯分布的线性组合来描述,即GMM参数2可由各均值矢量、协方差矩阵及混合分量的权值组成,表示如下三元组的形式λ={ci,μi,∑i;(i=1,...,M)} (3)
式(3)中,∑i为协方差矩阵,可以取普通矩阵,也可以取对角阵。由于取对角阵时算法简单,并且性能也很好,所以常取对角阵,即
式(4)中,δiK 2(k=0,1,...,K-1)为GMM第i分量所对应的特征矢量的第k维分量的方差。将式(4)代入式(3)得
将GMM应用于音频识别的直观解释是:每个音频的音频声学特征空间可以用一些声学的特征类来表示,这些声学特征类代表一些广义上的音素,并且能够反映音频的声道形状。每个声学特征类的频谱可以用一个高斯密度函数来描述,即第i个声学特征类的频谱,可以用混合高斯密度函数的第i个高斯分量的均值和方差来表示。但是所有的测试音频和训练音频都没有事先作出标注,即不知道第f个声学特征类能生成哪些特征矢量,也不知道提取的特征矢量分量属于哪些声学特征类中。从这些隐性的声学类里提取的特征矢量(假定特征矢量相互独立)的密度函数就是一个混合高斯密度函数。
不考虑GMM与声音分类的联系,可以对GMM有另一种解释,它是概率密度函数的一种函数表达式。GMM作为高斯概率密度函数的一个线性组合,只要有足够多数目的混合分量,就可以逼近任意一种密度函数。音频特征通常有着平滑的概率密度函数,因此有限数目的高斯密度函数就足以对音频特征的密度函数形成平滑逼近。通过适当地选择GMM的均值、协方差和概率权重,就可以完成对一个概率密度函数的建模。
为音频建立GMM模型,实际上就是通过训练,估计GMM模型的参数,常用的方法是最大似然的估计方法。最大似然估计的目的是在给定训练矢量集的情况下,寻找合适的模型参数,使GMM模型的似然函数值最大。训练时,首先要对模型训练参数进行初始化,一种方法是从训练数据中任取M组数据与M个高斯分量相对应,每组含有相同矢量个数,求其均值和方差作为初始均值和方差,并让各分量具有相同的混合权值;另一种方法是采用K均值。
聚类算法将训练数据聚成M类,然后每一类对应一高斯分量,以每类均值和方差作为对应高斯分量的初始均值和方差,混合权值等于类内数据的数量与数据总量的比值。混合数M的选择与具体的应用有关,一般应由实验来确定。
在本发明的基于音频识别的智能门控系统中,智能门在安装好后初次使用时,通过麦克风进行设定开门音频输入,对设定开门人的开门音频,可以是多个人说“开门”或者其他语句,这些语句作为基础训练样本用,对设定的开门音频利用GMM模型进行声纹特征提取,得到声纹数据库。将经过处理后的开门音频输入到声纹数据库中进行识别判断,得到识别结果。
系统还包括显示模块4,所述显示模块4用于显示智能门的显示识别状态和启闭状态。在麦克风获取开门音频时,处理单元控制显示模块显示音频的获取状态,例如,显示音频获取中或用画圆的方式表示处理进度让人知晓识别的状态或进度,显示模块上显示智能门的当前状态,如果关闭,则显示锁被锁闭状态,当音频识别匹配成功,智能门被打开,显示模块上显示锁打开的状态,直观显示智能门的启闭状态。
系统还包括采集模块5和无线通信模块6,所述采集模块5用于采集周围的环境数据,所述无线通信模块6用于无线数据传输。所述采集模块包括温度传感器和湿度传感器,所述温度传感器用于采集智能门所处环境的温度数据,湿度传感器用于采集智能门所处环境的湿度数据。当发生火灾时,采集的温度数据和湿度数据通过无线通信模块发送到移动终端,住户可及时知晓家中着火的消息,实现了智能门的多功能化。
上述实施例中的基于音频识别的智能门控系统,通过麦克风获取预先设定的开门音频信息,通过数据预处理模块对设定开门音频信息进行模数转换,将转换的设定的开门音频信息进行声纹特征提取,声纹特征集合和声纹特征加权集合作为训练样本,用音频识别方法学习训练,得到声纹数据库,通过麦克风获取开门的音频信息,通过数据预处理模块将开门的音频信息进行预处理,通过分析单元对开门音频信息预处理后进行特征提取、声纹特征集合和声纹特征加权集合得到开门音频信息特征向量,识别单元将开门音频信息特征向量输入声纹数据库进行分析对比识别,得到分析识别结果,如果分析识别结果为匹配成功,处理单元根据分析识别结果控制门锁控制装置打开智能门,如果分析识别结果为匹配失败,处理单元不控制门锁控制装置工作,处理单元控制显示模块上显示智能门的状态和显示匹配失败的结果。
图3示出了本发明还提供一种基于音频识别的智能门控系统的控制方法的第一实施例的流程图,该方法具体包括以下步骤:
S1:获取设定开门音频信息;通过麦克风获取设定开门音频信息,音频信息包括多个人相同或不同的音频信息。
S2:对所述设定开门音频信息进行预处理;对设定开门音频信息进行模数转换。
S3:将预处理后设定开门音频信息特征提取,将模数转换后的音频进行声纹特征提取、声纹特征集合和声纹特征加权集合,利用音频识别算法对音频特征信息进行训练。对音频进行预处理,可提高音频识别训练过程的准确性。
S4:获取开门音频信息;通过麦克风获取欲开门人的音频信息。
S5:对所述开门音频信息进行预处理;即对设定开门音频信息进行模数转换。
S6:将预处理后的开门音频信息进行音频识别,将开门声纹特征向量输入声纹数据库中进行分析识别,得到识别结果;将模数转换后的设定开门音频进行声纹特征提取、声纹特征集合和声纹特征加权集合,将开门声纹特征向量输入到声纹数据库中对比分析识别,得到识别结果。
S7:根据所述识别结果控制门锁控制模块打开门锁装置。如果识别结果是匹配成功,处理单元控制门锁控制模块打开门锁装置,如果匹配失败,处理单元则不控制门锁控制装置工作,处理单元控制显示模块上显示智能门的状态和显示匹配失败的结果。
本发明的基于音频识别的智能门控系统的控制方法,采用音频识别方法对人开门的音频进行学习,对音频的识别率高,使用方便,准确率高,提高了智能门的安全性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于音频识别的智能门控系统,其特征在于,包括音频输入模块、处理单元和门锁控制模块,所述音频输入模块用输入设定开门的音频信息和开门音频信息,并将所述音频信息传输到处理单元;所述处理单元用于接收处理设定开门音频信息和开门音频信息;预处理设定开门音频信息,对所述预处理后的设定开门音频信息进行特征提取和分析识别,得到声纹数据库;预处理开门音频信息,对所述预处理后的开门音频信息进行特征提取和分析识别,得到待测声纹数据,将所述待测声纹数据与声纹数据库中的声纹数据进行对比分析,得到分析识别结果,根据分析识别结果发出控制指令控制门锁控制模块;所述门锁控制模块用于控制门锁装置打开智能门。
2.如权利要求1所述的基于音频识别的智能门控系统,其特征在于,所述处理单元包括数据预处理模块,所述数据预处理模块用于对设定开门音频信息和开门音频信息进行模数转换。
3.如权利要求2所述的基于音频识别的智能门控系统,其特征在于,所述处理单元还包括声纹数据库生成单元,所述声纹数据库生成单元用于对预处理后的设定开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,对设定开门声纹特征加权后的声纹特征信息采用音频识别算法进行训练,得到声纹数据库。
4.如权利要求4所述的基于音频识别的智能门控系统,其特征在于,所述处理单元还包括分析单元,所述分析单元用于对预处理后的开门音频信息进行声纹特征提取、声纹特征集合和声纹特征加权,得到开门声纹信息特征向量,将开门声纹信息特征向量输入声纹数据库。
5.如权利要求5所述的基于音频识别的智能门控系统,其特征在于,所述处理单元还包括识别单元,所述识别单元用于根据开门声纹信息特征向量与声纹数据库中的设定声纹特征信息进行分析识别,得到分析识别结果。
6.如权利要求1-5之一所述的基于音频识别的智能门控系统,其特征在于,所述系统还包括显示模块,所述显示模块用于显示智能门的显示识别状态和启闭状态。
7.如权利要求6所述的基于音频识别的智能门控系统,其特征在于,所述系统还包括采集模块,所述采集模块用于采集智能门周围环境数据,并将环境数据发送到处理单元。
8.如权利要求1所述的基于音频识别的智能门控系统的控制方法,其特征在于,具体包括以下步骤:
获取设定开门音频信息;
对所述设定开门音频信息进行预处理;
将预处理后设定开门音频信息进行音频识别,得到声纹数据库;
获取开门音频信息;
对所述开门音频信息进行预处理;
将预处理后的开门音频信息进行音频识别,将开门声纹特征向量输入声纹数据库进行分析识别,得到识别结果;
根据所述识别结果控制门锁控制模块打开门锁装置。
9.如权利要求8所述的基于音频识别的智能门控系统的控制方法,其特征在于,所述对设定音频信息进行预处理的方法是对设定开门音频信息和开门音频信息进行模数转换。
10.如权利要求9所述的基于音频识别的智能门控系统的控制方法,其特征在于,将预处理后的设定开门音频信息进行音频识别的方法具体包括以下步骤:将预处理后的设定开门音频进行声纹特征提取、声纹特征集合和声纹特征加权,利用音频识别算法对声纹特征信息进行训练。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711083170.0A CN107833322A (zh) | 2017-11-07 | 2017-11-07 | 一种基于音频识别的智能门控系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711083170.0A CN107833322A (zh) | 2017-11-07 | 2017-11-07 | 一种基于音频识别的智能门控系统及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107833322A true CN107833322A (zh) | 2018-03-23 |
Family
ID=61654643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711083170.0A Pending CN107833322A (zh) | 2017-11-07 | 2017-11-07 | 一种基于音频识别的智能门控系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107833322A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1703562A (zh) * | 2002-10-01 | 2005-11-30 | 未来路技术株式会社 | 语音识别门锁装置 |
CN101064043A (zh) * | 2006-04-29 | 2007-10-31 | 上海优浪信息科技有限公司 | 一种声纹门禁系统及其应用 |
CN102005070A (zh) * | 2010-11-17 | 2011-04-06 | 广东中大讯通信息有限公司 | 一种语音识别门禁系统 |
CN102760312A (zh) * | 2012-06-20 | 2012-10-31 | 太仓博天网络科技有限公司 | 一种语音识别的智能门控系统 |
CN104900228A (zh) * | 2015-04-30 | 2015-09-09 | 重庆理工大学 | 一种可疑开门声音的识别装置及识别方法 |
CN108242239A (zh) * | 2016-12-23 | 2018-07-03 | 张学阳 | 一种声纹识别方法 |
-
2017
- 2017-11-07 CN CN201711083170.0A patent/CN107833322A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1703562A (zh) * | 2002-10-01 | 2005-11-30 | 未来路技术株式会社 | 语音识别门锁装置 |
CN101064043A (zh) * | 2006-04-29 | 2007-10-31 | 上海优浪信息科技有限公司 | 一种声纹门禁系统及其应用 |
CN102005070A (zh) * | 2010-11-17 | 2011-04-06 | 广东中大讯通信息有限公司 | 一种语音识别门禁系统 |
CN102760312A (zh) * | 2012-06-20 | 2012-10-31 | 太仓博天网络科技有限公司 | 一种语音识别的智能门控系统 |
CN104900228A (zh) * | 2015-04-30 | 2015-09-09 | 重庆理工大学 | 一种可疑开门声音的识别装置及识别方法 |
CN108242239A (zh) * | 2016-12-23 | 2018-07-03 | 张学阳 | 一种声纹识别方法 |
Non-Patent Citations (2)
Title |
---|
张席: "《JAVA语言程序设计教程》", 31 August 2015 * |
朱宏: "《城市轨道交通概论》", 31 July 2011 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102239129B1 (ko) | 심층신경망을 이용하는 종단 간 화자 인식 | |
Ravanelli et al. | Multi-task self-supervised learning for robust speech recognition | |
Hansen et al. | Speaker recognition by machines and humans: A tutorial review | |
CN107222865B (zh) | 基于可疑行为识别的通讯诈骗实时检测方法和系统 | |
CN109065027B (zh) | 语音区分模型训练方法、装置、计算机设备及存储介质 | |
US20160248768A1 (en) | Joint Speaker Authentication and Key Phrase Identification | |
CN107610707A (zh) | 一种声纹识别方法及装置 | |
CN110610709A (zh) | 基于声纹识别的身份辨别方法 | |
CN110110318A (zh) | 基于循环神经网络的文本隐写检测方法及系统 | |
CN112669820B (zh) | 基于语音识别的考试作弊识别方法、装置及计算机设备 | |
CN106250840A (zh) | 基于深度学习的嘴巴张闭状态检测方法 | |
Radha et al. | Closed-set automatic speaker identification using multi-scale recurrent networks in non-native children | |
CN113109782B (zh) | 一种直接应用于雷达辐射源幅度序列的分类方法 | |
US11837019B1 (en) | Evaluating face recognition algorithms in view of image classification features affected by smart makeup | |
CN106934870A (zh) | 一种语音考勤系统 | |
Mandalapu et al. | Multilingual voice impersonation dataset and evaluation | |
CN107833322A (zh) | 一种基于音频识别的智能门控系统及其控制方法 | |
CN108182339B (zh) | 一种基于高斯分布的窗户状态预测方法及系统 | |
CN116153337A (zh) | 合成语音溯源取证方法及装置、电子设备及存储介质 | |
CN109271482A (zh) | 一种研究生英语口语教学语音自动评估平台的实现方法 | |
CN106971712A (zh) | 一种自适应的快速声纹识别方法及系统 | |
CN114003883A (zh) | 一种便携式的数字化身份验证设备及身份验证方法 | |
CN114117033A (zh) | 知识追踪方法及系统 | |
CN110111810B (zh) | 基于卷积神经网络的语音人格预测方法 | |
CN106971735A (zh) | 一种定期更新缓存中训练语句的声纹识别的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180323 |