CN106934870A - 一种语音考勤*** - Google Patents
一种语音考勤*** Download PDFInfo
- Publication number
- CN106934870A CN106934870A CN201710085368.6A CN201710085368A CN106934870A CN 106934870 A CN106934870 A CN 106934870A CN 201710085368 A CN201710085368 A CN 201710085368A CN 106934870 A CN106934870 A CN 106934870A
- Authority
- CN
- China
- Prior art keywords
- attendance
- student
- module
- management module
- vocal print
- 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
- 230000006870 function Effects 0.000 claims abstract description 13
- 230000001755 vocal effect Effects 0.000 claims description 26
- 239000000686 essence Substances 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 35
- 238000000034 method Methods 0.000 abstract description 21
- 238000005516 engineering process Methods 0.000 abstract description 18
- 230000008569 process Effects 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 abstract description 2
- 238000011840 criminal investigation Methods 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000004704 glottis Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000026683 transduction Effects 0.000 description 2
- 238000010361 transduction Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 235000012364 Peperomia pellucida Nutrition 0.000 description 1
- 240000007711 Peperomia pellucida Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000002105 tongue Anatomy 0.000 description 1
- 210000000515 tooth Anatomy 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
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- 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
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种语音考勤***,利用声纹识别独特的优势,准确的实现考勤,无论在考勤速度还是在准确性上都达到要求,各功能模块也都正常工作,很好地利用了声纹识别原理及其技术,根据用户需求进行***需求分析,并建立设计目标及原则,实现了学生考勤数据采集、查询过程的自动化、学生教师出勤考核等功能。本发明各功能模块满足了对学生自动化管理的基本要求,更好地适应高校学生课堂考勤的管理制度,准确无误地记录学生的考勤情况,自动汇总统计,提供复杂的任意组合查询和所见即所得的自由报表设计,为考勤的奖惩参考提供科学依据。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种语音考勤***。
背景技术
科学的考勤管理不仅是各项经营管理计划得以落实的保证,而且有利于提高工作效率,是搞好各项工作的前提和保障。传统的课堂考勤管理都是靠人员管理,不但管理工作量大,而且人为因素较多,从而效率低下。随着技术发展,各种智能型卡类考勤***不断出现,但同样存在诸多缺点,如代打卡现象、不断卡成本投入、考勤信息不能及时更新等。给管理者带来了诸多的不便,因此已不能满足课堂教学管理的需求。随着科技水平的提升和声纹识别技术的不断发展,一种建立在声纹识别技术基础上的考勤***已逐渐成熟,现已被广泛用于各种领域。网络声纹考勤***彻底摒弃了人工统计管理的落后手段,克服不规范的出勤考核行为,解放考勤管理人员繁重的汇总统计工作,从而大大提高了工作管理效率。此外***还具有灵活的排版功能和丰富的管理功能,处理各种突发异常情况,节约了***的运用成本,只需拖动鼠标,各种复杂的报表即可完成设置;并且还有利于学生的人身安全,那种几天不来没人知道的情况将不复出现。同时,对本发明做适当的修改,就能满足考试监考管理的业务功能,从而能够很好地适应各类学校课堂教学考勤的管理制度。
声纹是指通过专用的电声转换仪器将声波特征绘制成的波谱图形,它是各种声学特征图谱的集合。声纹是人体的一张“身份证”,是长期稳定的特征信号。声纹识别是把未知人语音材料与己知人语音材料分别通过电声转换仪器绘成声纹图谱,再根据图谱上的语音声学特征进行比较和综合分析,以得出两者是否同一的判断过程。声纹识别有着十分广阔的应用前景,在世界范围内正广泛应用于金融、证券、社保、公安、军队及其他民用安全认证等领域。目前,中国市场尚属启动阶段,其发展空间更为广阔。声纹识别的内涵声纹识别广义上分为语音识别和说话人识别两种。语音识别是根据说话人的发音辨认其所说的语音、音节、单词或单句,这就要排除不同说话人的个人特色,找出代表各个语音单位的共性特征。说话人识别是根据语音来辨认说话人,而并不考虑声音的内容和意义,这就需要分离出每个个体的特性。目前,普遍意义上声纹识别的概念是指说话人识别。说话人识别包括说话人辨认和说话人确认两个方面。说话人辨认是一对多的分析过程,即判断出某段语音是若干人中哪一个所说,主要应用于刑侦破案、罪犯跟踪、国防监听、个性化应用等。说话人确认是一对一的确定过程,即确认某段语音是否属于指定的某人,主要应用于证券交易、银行交易、个人计算机声控锁、汽车声控锁、身份证、***等。识别的核心是预先录入声音样本,并提取每个样本独一无二的特征,建立特征数据库,使用时将待检声音与数据库中的特征进行匹配,通过分析计算来实现说话人识别。
声纹识别的原理是先进行特征提取,然后模式匹配。
特征提取是提取声音中能够反映个体信息的基本特征,这些基本特征必须能够准确、有效地区分不同的发声个体,且对于同一个体,这些基本特征应具有稳定性。
目前的声纹识别***主要依靠较低层次的声学特征进行识别。这些声学特征主要有以下几个方面:
(1)语音信息通过滤波器组输出,以合适的速率对输出进行抽样得到谱包络特征参数;(2)基于发声器官如声门、声道和鼻腔的生理结构提取的特征参数,如基音轮廓、共振峰频率带宽及其轨迹等;(3)以线性预测导出的特征参数,如线性预测系数、自相关系数、反射系数等;(4)模拟人耳对声音频率感知的特性而得到的听觉特性参数,如Mel倒谱系数、感知线性预测等。
随着对声纹识别应用范围的不断扩大,以及对***准确性要求的不断提高,只考虑较低层次的声学特征并不能满足要求,这就需要同时考虑高层次的特征信息,如语速、语法、韵律、语种、方言、特性发音、特性词、信道(声音信号获取的渠道)等。对于这些高层次的信息,最关键的问题是选择,同时要针对具体情况来决定。例如对于信道这一特征来说,在刑侦破案方面,就希望不采用,即希望信道对识别不产生影响,从而使得录音等间接手段获得的声音能够成为帮助破案的证据;而在银行交易中,就希望采用,也就是希望信道对识别产生影响,这样才能剔除录音等恶意行为带来的危害。因此,在声纹识别过程中,必须根据实际情况,安排不同特征参量的组合,以提高实际***的性能,当各组合参量间相关性不大时,会得到更好的识别效果。
模式匹配是声纹识别的关键技术:
声纹识别技术的关键在于对各种声学特征参数进行处理,并确定模式匹配方法,主要的模式匹配方法为:(1)概率统计方法:声音信息在短时内较为平稳,通过对稳态特征如基音、声门增益、低阶反射系数的统计分析,可利用均值、方差等统计量和概率密度函数进行分类判决。这种方法不用对特征参数在时域上进行规整,适合与文本无关的声纹识别。
(2)动态时间规整方法:说话人信息不仅有稳定因素(发声器官的结构和发声习惯等),也有时变因素(语速、语调、重音和韵律等),将识别模板与参考模板进行时间对比,按照某种距离测定得出两模板间的相似程度。
(3)矢量量化方法:把每个人的特定文本编成码本,识别时将测试文本按此码本进行编码,以量化产生的失真度作为判决标准,具有识别精度高、判断速度快的特点。
(4)隐马尔可夫模型方法:隐马尔可夫模型是基于转移概率和传输概率的随机模型,它把语音看成由可观察到的符号序列组成的随机过程,符号序列则是发声***状态序列的输出。识别时,为每个发音个体建立发声模型,通过训练得到状态转移概率矩阵和符号输出概率矩阵。识别时计算未知语音在状态转移过程中的最大概率,根据最大概率对应的模型进行判决。这种方法不需要时间规整,可节约判决时的计算时间和存储量,目前已被广泛应用;缺点是训练时计算量较大。
(5)人工神经网络方法:人工神经网络在某种程度上模拟了生物的感知特性,是一种分布式并行处理结构的网络模型,具有自组织和自学习能力、很强的复杂分类边界区分能力以及对不完全信息的鲁棒性,其性能近似理想的分类器;缺点是训练时间长,动态时间规整能力弱,网络规模随说话人数目增加时可能大到难以训练的程度。
声纹识别技术的发展、现状及前景是广阔的;
身体在讲话时使用的器官--舌、牙齿、喉头、肺、鼻腔,在尺寸和形态方面每个人的差异很大,这就使每个人的声音特征具有与其他人不同的唯一性和一定时期内不变的稳定性。虽然模仿他人的声音在一般的人耳听起来可能极其相似,但如果采用声纹识别技术进行识别,就能显示出巨大的差异,因此,无论是多么高明、相似的声音模仿都可通过声纹识别技术辨别。声纹识别技术是在20世纪中期在美国提出的,最早进行此项技术研究的是美国贝尔实验室的劳伦斯克斯特,他对一百多名健康人的上万个声纹图进行了分析鉴定,准确率达到99.65%。中国的声纹识别技术起步较晚,在20世纪90年代才开始进行正式的研究,目前进行相关研究的有北京大学、清华大学、中国科学院声学研究所以及一些政法部门。
现在,在世界范围内,声纹识别技术己应用于如金融、证券、刑侦、以及其他民用安全认证***等诸多领域。尤其是在安全认证方面,声音不涉及隐私问题,相关设备造价低廉,利用声纹进行身份识别是自然又经济的方法,使用者接受程度相对较高。例如银行、证券***的密码可用声音来代替,即利用声纹技术,使声音转化为密钥,这样人们不需要记住复杂的密码,也不需随身携带钥匙、智能卡之类的东西。另外,在电话勒索一类的案件中,最容易获得的证据就是电话录音,通过声纹识别技术,就能根据电话录音获得线索,缩短破案周期。虽然现在大多数国家还没有把声音列入法庭审判的有效证据范围,但是声音样本在刑侦和司法上的作用己经日渐受到重视。
本发明就是充分利用声纹识别的巨大优势的基础上建立的一种语音考勤***。
发明内容
本发明的目的是提供一种语音考勤***。
本发明的目的可以通过以下技术方案实现:
一种语音考勤***,包括考勤机管理模块、声纹采集模块、声纹识别模块,数据存储模块、教学管理模块、考勤查询模块、数据信息管理模块、考勤登记查询模块和***管理模块:
所述的考勤机管理模块,用于考勤机进教室前的初始化测试;
所述的声纹采集模块,用于采集教师、学生的声纹,采集的声纹存入数据存储模块;
所述的声纹识别模块,将采集的声音通过讯飞语音接口提取相应声纹参数,与数据存储模块存储的声纹比较,一致则识别成功,否则识别失败;
所述的数据存储模块,用于存储声纹数据和考勤数据;
所述的教学管理模块,用于确定教师、学生的课程信息,确定各课程班学生的学期考勤汇总,每个学生可以对应多个课程班,主要由学生本学期所修的课程决定、管理各课程班的课表信息、设置课次的名称及上下课时间;
所述的考勤查询模块,用于对学校学生考勤信息进行查询和统计;
所述的数据信息管理模块,用于完成***基础信息的设置;
所述的考勤登记查询模块,提供了学生、学生家长、上课教师、行政管理人员、***管理员等不同角色,其中家长角色与具体的学生相对应可以浏览相应学生的考勤及请假信息;
所述的***管理模块,用于***环境设置、用户权限设置及数据、***维护、管理员权限、用户密码和功能权限的设置和修改、数据备份与恢复。
本发明的有益效果:
本发明所提供的一种语音考勤***,无论在考勤速度还是在准确性上都达到要求,各功能模块也都正常工作,很好地利用了声纹识别原理及其技术,根据用户需求进行***需求分析,并建立设计目标及原则,实现了学生考勤数据采集、查询过程的自动化、学生教师出勤考核等功能。本发明各功能模块满足了对学生自动化管理的基本要求,更好地适应高校学生课堂考勤的管理制度,准确无误地记录学生的考勤情况,自动汇总统计,提供复杂的任意组合查询和所见即所得的自由报表设计,为考勤的奖惩参考提供科学依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明的示意图;
具体实施方式
本发明的核心是提供一种语音考勤***。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种语音考勤***,包括考勤机管理模块、声纹采集模块、声纹识别模块,数据存储模块、教学管理模块、考勤查询模块、数据信息管理模块、考勤登记查询模块和***管理模块。
所述的考勤机管理模块,用于考勤机进教室前的初始化测试,包括考勤机教室对应、IP设定、通信测试等,通过初始化测试可以更加顺利地与验证控制台连接,如有问题及时查找原因并解决。
所述的声纹采集模块,用于采集教师、学生的声纹,根据要求采集三次声纹样本作为考勤声纹,采集的声纹存入数据存储模块。
所述的声纹识别模块,将采集的声音通过讯飞语音接口提取相应声纹参数,与数据存储模块存储的声纹比较,一致则识别成功,否则识别失败。
所述的数据存储模块,用于存储声纹数据、考勤数据。
所述的教学管理模块,用于确定教师、学生的课程信息,是考勤管理的基本单位;同时,运用本信息,可以确定各课程班学生的学期考勤汇总,每个学生可以对应多个课程班,主要由学生本学期所修的课程决定、管理各课程班的课表信息、设置课次的名称及上下课时间,方便考勤。
所述的考勤查询模块,用于对学校学生考勤信息进行查询和统计;根据学校管理部门的实际需要,设计有学生个人考勤查询、考勤异常查询、教师考勤查询、班级考勤查询和学院考勤查询;通过子模块查询,可以对不同学期、时间段、课表科目等考勤情况进行查询。
所述的数据信息管理模块,用于完成***基础信息的设置;包括学生信息维护、部门信息维护、节假日设置等功能;其中学生信息和部门信息来源于学校教学管理***的数据,并对其进行更新维护。
所述的考勤登记查询模块,提供了学生、学生家长、上课教师、行政管理人员、***管理员等不同角色,其中家长角色与具体的学生相对应可以浏览相应学生的考勤及请假信息。
所述的***管理模块,用于完成***环境设置、用户权限设置及数据、***维护、管理员权限、用户密码和功能权限的设置和修改、数据备份与恢复等,其中***维护指***管理员的设置和权限分配、数据的导入和导出、过期数据的清除、***初始化等,数据的导入和导出功能为考勤管理***和考勤比对***的相对独立提供了基础,使管理更加人性化、简洁化。
为了描述的方便,描述以上装置时以功能分为各种单元、模块分别描述。当然,在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。
以上所描述的装置实施方式仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请可用于众多通用或专用的计算***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (1)
1.一种语音考勤***,其特征在于,包括考勤机管理模块、声纹采集模块、声纹识别模块,数据存储模块、教学管理模块、考勤查询模块、数据信息管理模块、考勤登记查询模块和***管理模块:
所述的考勤机管理模块,用于考勤机进教室前的初始化测试;
所述的声纹采集模块,用于采集教师、学生的声纹,采集的声纹存入数据存储模块;
所述的声纹识别模块,将采集的声音通过讯飞语音接口提取相应声纹参数,与数据存储模块存储的声纹比较,一致则识别成功,否则识别失败;
所述的数据存储模块,用于存储声纹数据和考勤数据;
所述的教学管理模块,用于确定教师、学生的课程信息,确定各课程班学生的学期考勤汇总,每个学生可以对应多个课程班,主要由学生本学期所修的课程决定、管理各课程班的课表信息、设置课次的名称及上下课时间;
所述的考勤查询模块,用于对学校学生考勤信息进行查询和统计;
所述的数据信息管理模块,用于完成***基础信息的设置;
所述的考勤登记查询模块,提供了学生、学生家长、上课教师、行政管理人员、***管理员等不同角色,其中家长角色与具体的学生相对应可以浏览相应学生的考勤及请假信息;
所述的***管理模块,用于***环境设置、用户权限设置及数据、***维护、管理员权限、用户密码和功能权限的设置和修改、数据备份与恢复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710085368.6A CN106934870A (zh) | 2017-02-17 | 2017-02-17 | 一种语音考勤*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710085368.6A CN106934870A (zh) | 2017-02-17 | 2017-02-17 | 一种语音考勤*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106934870A true CN106934870A (zh) | 2017-07-07 |
Family
ID=59423618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710085368.6A Pending CN106934870A (zh) | 2017-02-17 | 2017-02-17 | 一种语音考勤*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934870A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447563A (zh) * | 2018-09-05 | 2019-03-08 | 平安科技(深圳)有限公司 | 语音考勤方法、装置、计算机设备和存储介质 |
CN110555918A (zh) * | 2018-06-01 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 考勤管理的方法和考勤管理设备 |
CN110930534A (zh) * | 2019-12-07 | 2020-03-27 | 郑州爱普锐科技有限公司 | 一种基于特殊语音识别技术的乘务员自助出退勤方法 |
CN111631541A (zh) * | 2020-06-30 | 2020-09-08 | 大连理工大学 | 一种智能化防止学生逃课的装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046458A (ja) * | 2002-07-10 | 2004-02-12 | Tos:Kk | 出退記録管理システム |
CN1598839A (zh) * | 2004-09-23 | 2005-03-23 | 罗星凯 | 学校课程管理***及运行方法 |
CN1936967A (zh) * | 2005-09-20 | 2007-03-28 | 吴田平 | 声纹考勤机 |
CN103246957A (zh) * | 2013-05-15 | 2013-08-14 | 江苏奇异点网络有限公司 | 自动师生服务*** |
CN103810657A (zh) * | 2014-03-10 | 2014-05-21 | 辽宁科技大学 | 一种大学考勤考核的***及方法 |
CN103955969A (zh) * | 2014-05-07 | 2014-07-30 | 天津师范大学 | 一种学生课堂考勤统计*** |
CN204856637U (zh) * | 2015-08-24 | 2015-12-09 | 怀化学院 | 一种可移动型教务考勤装置 |
CN105787834A (zh) * | 2016-01-30 | 2016-07-20 | 宿州学院 | 一种智能学生管理*** |
CN106127878A (zh) * | 2016-07-01 | 2016-11-16 | 陕西师范大学 | 一种基于校园一卡通的rfid便携式课堂考勤***及方法 |
-
2017
- 2017-02-17 CN CN201710085368.6A patent/CN106934870A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046458A (ja) * | 2002-07-10 | 2004-02-12 | Tos:Kk | 出退記録管理システム |
CN1598839A (zh) * | 2004-09-23 | 2005-03-23 | 罗星凯 | 学校课程管理***及运行方法 |
CN1936967A (zh) * | 2005-09-20 | 2007-03-28 | 吴田平 | 声纹考勤机 |
CN103246957A (zh) * | 2013-05-15 | 2013-08-14 | 江苏奇异点网络有限公司 | 自动师生服务*** |
CN103810657A (zh) * | 2014-03-10 | 2014-05-21 | 辽宁科技大学 | 一种大学考勤考核的***及方法 |
CN103955969A (zh) * | 2014-05-07 | 2014-07-30 | 天津师范大学 | 一种学生课堂考勤统计*** |
CN204856637U (zh) * | 2015-08-24 | 2015-12-09 | 怀化学院 | 一种可移动型教务考勤装置 |
CN105787834A (zh) * | 2016-01-30 | 2016-07-20 | 宿州学院 | 一种智能学生管理*** |
CN106127878A (zh) * | 2016-07-01 | 2016-11-16 | 陕西师范大学 | 一种基于校园一卡通的rfid便携式课堂考勤***及方法 |
Non-Patent Citations (1)
Title |
---|
周贺来: "《管理信息***》", 31 January 2011 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110555918A (zh) * | 2018-06-01 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 考勤管理的方法和考勤管理设备 |
CN109447563A (zh) * | 2018-09-05 | 2019-03-08 | 平安科技(深圳)有限公司 | 语音考勤方法、装置、计算机设备和存储介质 |
CN110930534A (zh) * | 2019-12-07 | 2020-03-27 | 郑州爱普锐科技有限公司 | 一种基于特殊语音识别技术的乘务员自助出退勤方法 |
CN111631541A (zh) * | 2020-06-30 | 2020-09-08 | 大连理工大学 | 一种智能化防止学生逃课的装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103310788B (zh) | 一种语音信息识别方法及*** | |
Liu et al. | An MFCC‐based text‐independent speaker identification system for access control | |
Tran et al. | Sound event recognition with probabilistic distance SVMs | |
CN108399923A (zh) | 多人发言中发言人识别方法以及装置 | |
CN110335609A (zh) | 一种基于语音识别的地空通话数据分析方法及*** | |
CN106934870A (zh) | 一种语音考勤*** | |
CN104239766A (zh) | 基于视频和音频的核电站用身份认证方法和*** | |
CN1170239C (zh) | 掌上声纹验证方法 | |
CN113823293B (zh) | 一种基于语音增强的说话人识别方法及*** | |
CN111275444A (zh) | 基于合同签署的双录方法、装置、终端及存储介质 | |
CN112164404A (zh) | 一种基于声纹识别技术的远程身份认证方法及*** | |
Wang | Detecting pronunciation errors in spoken English tests based on multifeature fusion algorithm | |
Sandhya et al. | Smart attendance system using speech recognition | |
Yue | English spoken stress recognition based on natural language processing and endpoint detection algorithm | |
Jiang et al. | Research on voiceprint recognition of camouflage voice based on deep belief network | |
Khetri et al. | Automatic speech recognition for marathi isolated words | |
CN109086387A (zh) | 一种音频流评分方法、装置、设备及存储介质 | |
Lei et al. | Robust scream sound detection via sound event partitioning | |
Nagakrishnan et al. | Generic speech based person authentication system with genuine and spoofed utterances: different feature sets and models | |
CN114003883A (zh) | 一种便携式的数字化身份验证设备及身份验证方法 | |
Mahmood et al. | Artificially intelligent recognition of Arabic speaker using voice print-based local features | |
Zheng et al. | Voice print recognition check-in system based on resnet | |
Cao et al. | An English pronunciation error detection system based on improved random forest | |
Li et al. | Research on voiceprint recognition technology based on deep neural network | |
Luo | The Improving Effect of Intelligent Speech Recognition System on English Learning |
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 |
Application publication date: 20170707 |
|
RJ01 | Rejection of invention patent application after publication |