公开(公告)号：CN117577094A

公开(公告)日：2024-02-20

申请号：CN202311428936.X

申请日：2023-10-31

Applicant: 海南大学 ,  海南经贸职业技术学院 ,  海南师范大学

Inventor： 王忠 ,  曹春杰 ,  王艺臻 ,  张良峰 ,  王昱陈曲 ,  谢夏 ,  符龙生 ,  林丽姝

IPC: G10L15/00 ,  G10L15/02 ,  G10L15/16

Abstract: 本发明涉及语音识别技术领域，公开了一种海南方言语音识别系统，包括特征提取模块和音素识别模块；特征提取模块通过对原始海南方言语音提取出各种语音特征，音素识别模块将所述语音特征依次通过卷积神经网络、残差网络、多头注意力机制以及长短期记忆网络组合而成的声学模型得到发音底层特征，通过全连接层映射到合适的维度，生成音素串；经过CTC损失函数计算预测的音素串与真实的音素串的差值，通过Ad‑am算法对模型中的参数进行优化，得到音素错误率；根据发音底层特征，利用海南方言发音底层特征进行方言语音识别。本发明能够有效提取不同方言特有的音素串发音底层特征，同时多种语音特征的融入使得方言语音识别性能得到大幅度提升。

公开(公告)号：CN117373438A

公开(公告)日：2024-01-09

申请号：CN202311428942.5

申请日：2023-10-31

Applicant: 海南大学 ,  海南经贸职业技术学院

Inventor： 王忠 ,  曹春杰 ,  张良峰 ,  王艺臻 ,  刘剑三 ,  符龙生 ,  靳向峰 ,  杨博

IPC: G10L15/06 ,  G10L15/16 ,  G10L15/00

Abstract: 本发明涉及语音识别技术领域，公开了一种临高话和普通话混合语音识别模型训练方法，基于Conformer模型构建的端到端混合语音识别模型，所述方法包括：输入包含临高话和普通话的混合语音信号，并提取混合语音信号的声学特征序列；将特征序列输入到预设编码器，进行降采样以减少特征冗余信息，再经编码器编码生成隐藏向量；解码器对向量进行解码，在解码图中，依据转移弧上的权重逐帧进行搜索，计算每条路径中的权重得分；选择得分最高的路径作为最优路径，不断更新状态信息；输出最优路径对应的标签序列作为最终识别结果。本发明增强了模型提取局部细微特征的能力，提升了模型的语言建模能力，提高了模型识别的准确率。

公开(公告)号：CN106645006A

公开(公告)日：2017-05-10

申请号：CN201710038857.6

申请日：2017-01-19

Applicant: 海南师范大学 ,  海南中航特玻科技有限公司 ,  海南大学

Inventor： 王艺臻 ,  姜宏 ,  詹伟涛 ,  贺建雄 ,  钟承尧 ,  严世胜

IPC: G01N21/3563 ,  G01N3/18 ,  G01N1/28

Abstract: 本发明涉及一种全氧玻璃羟基激活能的测量方法，包括如下步骤：S1：将样品制成预定大小的玻璃棒；S2：利用动态热力学分析仪对玻璃棒进行温度弛豫谱测量，得到温度弛豫谱图；S3：根据温度弛豫谱图得到玻璃棒对应的激活能。本发明提供的玻璃激活能的测量方法可应用于表征全氧玻璃中羟基对玻璃结构的影响，方法简便快捷、稳定性好、可信度高。

公开(公告)号：CN106645006B

公开(公告)日：2019-11-01

申请号：CN201710038857.6

申请日：2017-01-19

Applicant: 海南师范大学 ,  海南中航特玻科技有限公司 ,  海南大学

Inventor： 王艺臻 ,  姜宏 ,  詹伟涛 ,  贺建雄 ,  钟承尧 ,  严世胜

IPC: G01N21/3563 ,  G01N3/18 ,  G01N1/28

Abstract: 本发明涉及一种全氧玻璃羟基激活能的测量方法，包括如下步骤：S1：将样品制成预定大小的玻璃棒；S2：利用动态热力学分析仪对玻璃棒进行温度弛豫谱测量，得到温度弛豫谱图；S3：根据温度弛豫谱图得到玻璃棒对应的激活能。本发明提供的玻璃激活能的测量方法可应用于表征全氧玻璃中羟基对玻璃结构的影响，方法简便快捷、稳定性好、可信度高。

公开(公告)号：CN119672694A

公开(公告)日：2025-03-21

申请号：CN202411792322.4

申请日：2024-12-06

Applicant: 海南大学

Inventor： 胡祝华 ,  魏天娇 ,  赵瑶池 ,  吴伟 ,  黄拔 ,  覃善兴 ,  王艺臻 ,  李海涛

IPC: G06V20/62 ,  G06V10/82 ,  G06V20/40 ,  G06V10/40 ,  G06V10/22 ,  G06T5/73 ,  G06V10/20 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/045

Abstract: 本发明属于图像识别技术领域，公开了一种面向复杂场景的船号识别方法与系统，通过C2f_IRMB_DRB模块对船舶图像数据集的图像特征进行增强，并且将学习型位置编码LPE引入AIFI_LPE模块中，并基于增强图像特征后的船舶图像数据集，获取新船号特征；根据新船号特征，以及自注意力机制、MultiHead多头自注意力机制、LayerNorm层和前馈神经网络FFN，获取经过进一步增强的图像区域；对增强的图像区域进行识别，得到船舶的船号。本发明在复杂海洋环境下展现出更高的鲁棒性与稳定性，能够确保特征提取和识别的精度，适用于海上船舶监测和管理应用。