買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華南理工大學(xué);人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室(廣州)申請(qǐng)的專利一種基于腦神經(jīng)模型的音頻特征提取方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120412657B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510912582.9，技術(shù)領(lǐng)域涉及：G10L25/63；該發(fā)明授權(quán)一種基于腦神經(jīng)模型的音頻特征提取方法是由胡濱設(shè)計(jì)研發(fā)完成，并于2025-07-03向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于腦神經(jīng)模型的音頻特征提取方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于腦神經(jīng)模型的音頻特征提取方法，包括，獲取語(yǔ)音信號(hào)數(shù)據(jù)，對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理，分割成N個(gè)語(yǔ)音片段；從每個(gè)語(yǔ)音片段中提取表征情緒狀況的聲學(xué)特征，將所述聲學(xué)特征歸一化處理后合成多通道語(yǔ)音頻譜圖；將多通道語(yǔ)音頻譜圖輸入RBA?FE模型，輸出BDI分?jǐn)?shù)，根據(jù)BDI分?jǐn)?shù)進(jìn)行抑郁程度預(yù)測(cè)分類，根據(jù)預(yù)測(cè)分類與實(shí)際分類的差異，調(diào)整RBA?FE模型中各網(wǎng)絡(luò)層的參數(shù)，獲得最優(yōu)RBA?FE模型進(jìn)行抑郁程度檢測(cè)。本發(fā)明通過(guò)模擬人腦聽(tīng)覺(jué)皮層中的細(xì)胞選擇性，采用自適應(yīng)激活機(jī)制解決LSTM的過(guò)擬合和不抗噪，實(shí)現(xiàn)了不同噪聲干擾下抑郁語(yǔ)音的精準(zhǔn)識(shí)別。

本發(fā)明授權(quán)一種基于腦神經(jīng)模型的音頻特征提取方法在權(quán)利要求書(shū)中公布了：1.一種基于腦神經(jīng)模型的音頻特征提取方法，其特征在于，包括： 獲取語(yǔ)音信號(hào)數(shù)據(jù)，對(duì)語(yǔ)音信號(hào)數(shù)據(jù)進(jìn)行預(yù)處理，分割成N個(gè)語(yǔ)音片段； 從每個(gè)語(yǔ)音片段中提取表征情緒狀況的聲學(xué)特征，所述聲學(xué)特征包括音高、抖動(dòng)、CQL倒譜、梅爾頻率倒譜系數(shù)、梅爾頻率倒譜系數(shù)一階及二階微分熵，將所述聲學(xué)特征歸一化處理后合成多通道語(yǔ)音頻譜圖； 將多通道語(yǔ)音頻譜圖輸入RBA-FE模型，輸出BDI分?jǐn)?shù)，根據(jù)BDI分?jǐn)?shù)進(jìn)行抑郁程度預(yù)測(cè)分類，根據(jù)預(yù)測(cè)分類與實(shí)際分類的差異，調(diào)整RBA-FE模型中各網(wǎng)絡(luò)層的參數(shù)，獲得最優(yōu)RBA-FE模型進(jìn)行抑郁程度檢測(cè)； 所述RBA-FE模型采用分層結(jié)構(gòu)，依次包括時(shí)序卷積層、多頭注意力層和雙向長(zhǎng)短期記憶層； 時(shí)序卷積層，用于提取多通道語(yǔ)音頻譜圖的時(shí)空特征； 多頭注意力層，用于對(duì)時(shí)空特征進(jìn)行加權(quán)處理，輸出語(yǔ)音頻譜的全局特征表示，所述多頭注意力層加入75%的dropout層； 雙向長(zhǎng)短期記憶層，所述雙向長(zhǎng)短期記憶層嵌入ARSLIF神經(jīng)元模型，通過(guò)獨(dú)立的前向LSTM單元和后向LSTM單元捕捉全局特征表示中過(guò)去和未來(lái)的上下文信息，提取語(yǔ)音信號(hào)中復(fù)雜情感的時(shí)間動(dòng)態(tài)，實(shí)現(xiàn)對(duì)語(yǔ)音序列的全面理解； 所述ARSLIF神經(jīng)元模型是在標(biāo)準(zhǔn)LIF模型中引入自適應(yīng)閾值調(diào)整得到； 所述ARSLIF神經(jīng)元模型通過(guò)自適應(yīng)閾值調(diào)整和膜電位泄漏機(jī)制嵌入雙向長(zhǎng)短期記憶層，用于替換雙向長(zhǎng)短期記憶層中的Sigmoid激活函數(shù)。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人華南理工大學(xué);人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室(廣州)，其通訊地址為：510640 廣東省廣州市天河區(qū)五山路381號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。