【技术实现步骤摘要】
本专利技术属于生物信号处理领域，特别涉及一种多模态面部动点数据与声带运动数据的数据处理方法及系统。
技术介绍
1、语音是人类之间交流的最主要方式，也是一种基本的生存技能。语音识别是日常生活中的一种语音技术，能够帮助计算机理解说话者的意图，其发展极大促进了人与计算机之间的关系，利于实现自然高效的人机交互。但对于不能发声，不会发声的聋哑人，单纯的语音识别技术意义不大。
2、人常说“十聋九哑”。这里所说的“哑”并不是“不能说话”，而是“不会说话”。正常人说话时，无时无刻不在自己的耳朵的监听之下，在学习说话的过程中能及时得到反馈；而双耳失聪的人，听不到自己的发音，无法判断说话的效果，没有及时的听力反馈，也就无法用语言表达自己的意图，久而久之，就从单纯的失聪变成了聋哑。
3、手语是用手势比量动作，根据手势的变化模拟形象或者音节以构成的一定意思或词语，它是听力障碍或者无法言语的人互相交际和交流思想的一种手的语言。
4、但在实际的应用场景中，手语本身仍然存在问题与限制。手语本身作为一种普遍性不高的语言，需要特殊培训...
【技术保护点】
1.一种基于多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，所述的喉部振动数据包括：声带与空气摩擦产生的振动数据、与声带开闭运动产生振动的数据以及经过颈部肌肉进行传导的振动信号；
3.根据权利要求1所述的一种多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，步骤2中，所述的预处理包括：信号的滤波、放大、降维与傅里叶变换。
4.根据权利要求1所述的一种多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，步骤...
【技术特征摘要】
1.一种基于多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，所述的喉部振动数据包括：声带与空气摩擦产生的振动数据、与声带开闭运动产生振动的数据以及经过颈部肌肉进行传导的振动信号；
3.根据权利要求1所述的一种多模态面部动点数据与声带运动数据的数据处理方法，其特征在于，步骤2中，所述的预处理包括：信号的滤波、放大、降维与傅里叶变换...
【专利技术属性】
技术研发人员：张韶岷，李拓儒，张凡，张海艳，李晨阳，陈光弟，董树荣，陈卫东，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。