科创中国

其他

课题组主要开展了海量语音数据内容分析相关的研究工作，提出了针对音频事件检测、重叠语音检测、说话人分割聚类、说话人角色分析和语速估计等问题的有效解决方法；设计了基于音频和图像的多媒体检索系统、电话语音杂音自动检测系统。目前已公开发表（含录用）11篇SCI/EI论文，获5件授权发明专利，申请1件软件版权。 社会经济效益：①课题组目前获得5件授权发明专利、申请1件软件版权、发表（含录用）11篇SCI/EI论文。培养了20多名本科生、3名硕士研究生和协助培养了2名博士研究生。②课题组的1件授权发明专利已经被应用于广州市三好计算机科技有限公司的言语功能检测与训练的产品研发上，形成的产品被多个医院的语言康复训练中心（科室）及康复机构使用，累积创造经济价值已经超过人民币18万元。③2014年9月至2015年9月，课题组承担完成了国内IT行业巨头华为技术有限公司委托的一个企业项目（杂音自动检测技术合作项目，50万元），研制了一个电话语音杂音自动检测系统，该系统已被华为公司嵌入到其相关通信设备的软件系统中。 本项目研究成果：海量语音数据的内容分析技术，可以直接用来处理呼叫中心电话语音数据及会议语音数据。同时，也可以作为公安等相关部门监测分析海量语音数据的有力工具，比如从海量电话语音中检测或提取嫌疑人员的电话语音。另外，通过分析处理言语功能障碍人员的海量语音数据，可以应用在临床医学中自动检测言语功能障碍情况，并对言语障碍人员进行康复训练。