“G10L15/00”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果1074个，建议您升级VIP下载更多相关专利

[发明专利]语音识别方法和装置、存储介质及电子设备-CN202211676144.X在审
发明人：邵琪杰;颜京豪;谢磊 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-26 - 公布日： 2023-10-27 - 主分类号： G10L15/00 文献下载
摘要：本申请公开了一种语音识别方法和装置、存储介质及电子设备。其中，该方法包括：获取待识别语音的文本内容声学向量和口音声学向量，其中，文本内容声学向量包括待识别语音中的T帧语音的文本内容声学特征，口音声学向量包括待识别语音中的T帧语音的口音声学特征；将文本内容声学向量输入第一解码器，得到目标对齐文本向量；将口音声学向量和目标对齐文本向量输入口音分类器，得到待识别语音的口音分类向量；将口音分类向量和文本内容声学向量进行拼接，得到目标拼接表征向量；通过第二解码器，根据目标拼接表征向量，确定从待识别语音中识别到的目标文本内容。本申请解决了相关技术中语音识别的准确率较低的技术问题。
语音识别方法装置存储介质电子设备

[发明专利]一种背景语音与主讲语音的混合语音识别系统-CN202310596200.7在审
发明人：陈尚武;李华松;吕叶金 -专利权人：深蓝感知（杭州）物联科技有限公司
申请日： 2023-05-25 - 公布日： 2023-10-27 - 主分类号： G10L15/00 文献下载
摘要：本发明涉及监控领域，具体为一种背景语音与主讲语音的混合语音识别系统，包括语音采集模块、自适应背景语音检测模块、声音分离模块、背景声音自增益模块、主讲语音分段模块、背景语音检测模块、时空混合声音流模块和混合语音识别模块，本申请通过设置主讲分段模块、背景语音检测模块和混合语音识别模块对主讲语音识别的同时，还能对背景语音进行语音识别，即保证主讲语音识别的实时性，又同时利用空闲资源对于背景语音识别。
一种背景语音主讲混合识别系统

[发明专利]口音分类方法、装置、电子设备、存储介质及程序产品-CN202211533195.7在审
发明人：邵琪杰;颜京豪;谢磊 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-12-01 - 公布日： 2023-10-27 - 主分类号： G10L15/00 文献下载
摘要：本申请提供了一种口音分类方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，应用于人工智能技术领域，包括：对待分类语音进行口音分类，得到待分类语音中各单位语音归属于各口音类别的概率；对待分类语音进行文本向量提取，得到待分类语音所对应文本的文本向量；其中，单位语音与文本中的单位文本一一对应；基于文本向量，确定文本中各单位文本对应各口音类别的权重；结合各单位文本对应各口音类别的权重，以及各单位语音归属于各口音类别的概率，确定待分类语音归属的目标口音类别。如此，能够提高口音分类结果的精确性。
口音分类方法装置电子设备存储介质程序产品

[发明专利]一种基于chatGPT的智能方言语音识别方法-CN202310839113.X在审
发明人：苏文芝;刘志豪;冯高峰;谢学广;李永文;陈平;常小明;郭兵;李攀;刘海菊;姜东洋 -专利权人：济源职业技术学院
申请日： 2023-07-10 - 公布日： 2023-10-24 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种基于chatGPT的智能方言语音识别方法，属于语音识别技术领域，包括如下步骤：S1：实时采集用户输入的语音信息，且对用户输入的语音信息进行处理，确定出用户输入的语音特征信息及语音特征类别；S2：根据语音特征类别，索引智能语音库内的语音识别模型，查找出与用户输入的语音特征类别相匹配的语音识别模型，基于查找出来的语音识别模型对语音信息进行语音识别，确定出基于chatGPT的用户输入的方言语音。本发明解决了现有由于不同地区的用户，其普通话并不完全标准，带有地区方言，其不能对方言语音进行较好的识别，导致方言语音识别效果差的问题，本发明可对方言语音进行较好的识别，提升方言语音识别效果。
一种基于 chatgpt 智能方言语音识别方法

[发明专利]一种基于强化学习的轻量化多方言识别方法和系统-CN202310450197.8在审
发明人：何国对;钟英生;施宇;苏一海;赵芸;陈定甲;龙珑;刘旭鹏;蒋占文;李晟;李明清;陈琳 -专利权人：广西壮族自治区通信产业服务有限公司技术服务分公司
申请日： 2023-04-24 - 公布日： 2023-10-24 - 主分类号： G10L15/00 文献下载
摘要：本申请实施例涉及方言识别技术领域，特别涉及一种基于强化学习的轻量化多方言识别方法和系统。方法一方面先基于深度可分离卷积和M‑Transformer提取方言语音内属于多方言共享信息的第一方言特征，然后基于特定方言感知器学习每种方言的特定信息，提高单种方言语音识别精准度，最后还基于强化学习的手段，让模型的权重优化方向往更高字准确率、句准确率的方向调整，进而提高方言语音识别的精准度；另一方面基于轻量化的深度可分离卷积、M‑Transformer和特定方言感知器进行特征提取学习，减少了模型参数，可轻量化的嵌入到设备当中。
一种基于强化学习量化多方识别方法系统

[发明专利]音频数据处理方法、智能语音系统以及智能语音设备-CN202210360494.9在审
发明人：梁嘉栋;杨冬生;刘柯;肖金富;周欣欣 -专利权人：比亚迪股份有限公司
申请日： 2022-04-07 - 公布日： 2023-10-24 - 主分类号： G10L15/00 文献下载
摘要：本申请实施例公开了一种音频数据处理方法、智能语音系统以及智能语音设备,该方法包括：当接收到目标音频数据时，语音识别模块将目标音频数据发送给目标语音识别引擎，并将目标语音识别引擎输出的音频识别数据发送给消息总线，以通过消息总线传输给语义解析模块。语义解析模块基于各语义解析引擎适配的业务类型、设备工作状态以及音频识别数据所属业务类型，将音频识别数据发送目标语义解析引擎并将其输出的语音命令对象信息发送消息总线。交互管理模块基于语音命令对象信息和语音交互信息生成交互响应数据以完成语音交互。采用本申请，可提高音频数据处理的准确率，增强智能语音交互的用户体验。
音频数据处理方法智能语音系统以及设备

[发明专利]一种语音验证方法、装置、设备及介质-CN202310822921.5在审
发明人：高杨;葛帅;司玄 -专利权人：中国电信股份有限公司技术创新中心;中国电信股份有限公司
申请日： 2023-07-05 - 公布日： 2023-10-20 - 主分类号： G10L15/00 文献下载
摘要：本申请公开了一种语音验证方法、装置、设备及介质，用以提高语音验证方式的安全性、破解难度以及可信度。本申请可以在接收到语音验证码生成指令时，基于获取到的用户所偏好方言的信息，确定目标方言类型；从任一模板语音对应的模板文本中选取至少一个第一目标字段；基于预先保存的所述目标方言类型的方言语音与文本的对应关系，确定与第一目标字段相匹配的文本所对应的第一目标方言语音；将模板语音中第一目标字段的语音替换为第一目标方言语音，得到语音验证码。由于本申请可以在语音验证码中加入方言，基于该语音验证码进行身份验证，可以实现提高语音验证方式的安全性、破解难度以及可信度的目的。
一种语音验证方法装置设备介质

[发明专利]一种多方言智能语音交互方法、智能座舱、电子设备-CN202310932869.9在审
发明人：刘玲;张厚鑫;魏玉玲 -专利权人：中国第一汽车股份有限公司;一汽（北京）软件科技有限公司
申请日： 2023-07-27 - 公布日： 2023-10-20 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种多方言智能语音交互方法、智能座舱、电子设备，方法步骤包括：采集语音信号，检测语音信号是普通话还是方言；如果当前的语音信号为方言，则进一步判断当前的语音信号与预设的方言类型是否相同；如果当前的语音信号与预设的方言类型相同，则根据当前的语音信号进行语音交互；如果当前的语音信号与预设的方言类型不同，则选择对应的方言进行语音交互。本发明应用于车机，能够在语音交互的过程中无缝切换各种方言与普通话，使车机在执行语义指令时能够实时且高效地正确执行相应的语音搜集，无需用户主动参与切换语音的过程，节省了操作步骤，提高了用户体验感，让车机语音交互更加流畅。
一种多方智能语音交互方法座舱电子设备

[发明专利]一种混合巴基斯坦口音的英语语音判别方法-CN202311045209.5在审
发明人：邢晓天;马翼平;王学强 -专利权人：中航华东光电（上海）有限公司
申请日： 2023-08-17 - 公布日： 2023-10-20 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种混合巴基斯坦口音的英语语音判别方法，属于语音识别技术领域，包含以下步骤：步骤1、数据准备：通过加大机载指令术语的训练权重来提升对相关机载术语捕捉的敏感度；步骤2、特征提取：对语音信号进行数字化处理，去除冗余信息，将语音信号中能代表语音数据的信息提取出来；步骤3、模型训练，步骤4、口音判断，本发明针对巴基斯坦口音英语与通用英语的口音识别提出了有效的解决方法，可以在语音识别系统的前端选择是否使用巴基斯坦口音英语专用的识别模型，可以有效地提高多地区口音英语机载语音识别模型的识别效率。同时，也为其他语种口音变体的英语机载识别研发提供支撑。
一种混合巴基斯坦口音英语语音判别方法

[发明专利]一种语音识别方法和装置、及存储介质-CN202211466722.7在审
发明人：李慧慧;张世磊;侯雷静 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-11-22 - 公布日： 2023-10-20 - 主分类号： G10L15/00 文献下载
摘要：本申请实施例提供了一种语音识别方法，该方法包括：获取待识别语音数据；其中，待识别语音数据为包括至少一种方言的语音数据；确定待识别语音数据对应的语音声学特征和方言嵌入特征；将语音声学特征和方言嵌入特征输入至编码网络，获取待识别语音数据对应的特征序列；其中，编码网络包括至少一层编码器，至少一层编码器均包括门控网络，共享专家网络以及多个私有专家网络；根据特征序列生成待识别语音数据对应的识别结果，通过编码网络中的门控网络输出的权重值动态选择相对应的私有专家网络对待识别语音数据对应的声学编码特征进行处理，且同时通过共享专家网络可以建模不同方言间的共性特征，以此来提升语音识别的准确率。
一种语音识别方法装置存储介质

[发明专利]一种基于数据分析的语音情感识别方法-CN202311130170.7在审
发明人：杜永超 -专利权人：浙江鑫淼通讯有限责任公司
申请日： 2023-09-04 - 公布日： 2023-10-13 - 主分类号： G10L15/00 文献下载
摘要：本发明涉及语音数据分析领域，尤其涉及一种基于数据分析的语音情感识别方法，本发明通过构建语音数据与不同情感标签的关联关系，识别出语音数据中的特异语音数据以及方言特异关键词，在获取待识别语音数据后，尤其在待识别语音为模糊语音数据时，优先考虑将待识别语音数据中方言特异关键词所关联的情感标签确定为所述待识别语音数据的情感标签，并且，若所述待识别语音数据中不存在方言特异关键词，则将待识别语音数据与特异语音数据库中的数据进行拟合，基于拟合结果判定待识别语音数据的情感标签，通过上述步骤，考虑方言特殊音调对情感识别的影响，进而减少方言特殊的音调特征对识别结果造成的影响，提高识别结果的准确性。
一种基于数据分析语音情感识别方法

[发明专利]一种语音控制的跨屏互动控制方法-CN202310770962.4在审
发明人：王晓帆 -专利权人：上海仙视电子科技有限公司
申请日： 2023-06-28 - 公布日： 2023-10-10 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种语音控制的跨屏互动控制方法。该语音控制的跨屏互动控制方法，包括以下步骤：获取用户的语音信息并将其转换为文本指令，当文本指令与控制指令的对比结果超过一定阈值，则第二电子设备显示控制指令对应场景；统计并分析出用户体验感指数，再据其分析出新语音识别方法；在下一次语音控制时由用户选择正确的语音识别方法并更新语音识别方法。本发明通过在第一电子设备将控制指令发送给第二电子设备后，第一电子设备计算出用户体验感指数，根据体验感指数分析出新语音识别方法，并在下一次接收语音信息时由用户自行选择正确的语音识别方法，达到了提升用户体验感的效果，解决了用户体验感不好的问题。
一种语音控制互动方法

[发明专利]语音数据识别方法、装置、系统以及相关设备-CN202310879083.5在审
发明人：俞科峰;仝建刚;李嫚;张利平;朱应钊 -专利权人：中国电信股份有限公司技术创新中心;中国电信股份有限公司
申请日： 2023-07-17 - 公布日： 2023-10-10 - 主分类号： G10L15/00 文献下载
摘要：本公开提供了一种语音数据识别方法、装置、系统以及相关设备，涉及语音处理技术领域。该方法包括：获取待识别语音数据，其中，待识别语音数据为单一语言语音数据或复合语言语音数据，单一语言语音数据为包含一种语言的语音数据，复合语言语音数据为包含多种语言的语音数据；若待识别语音数据为单一语言语音数据，则调用单一型声学模型对待识别语音数据进行识别；若待识别语音数据为复合语言语音数据，则调用复合型声学模型对待识别语音数据进行识别。本公开能够在一定程度上克服相关技术中提供的语音数据识别方案只能实现单一语言识别的技术问题。
语音数据识别方法装置系统以及相关设备

[发明专利]语音数据生成方法、装置、电子设备及可读存储介质-CN202311115711.9在审
发明人：陈东鹏;黄润乾;张伟彬;李亚桐 -专利权人：深圳市声扬科技有限公司
申请日： 2023-08-31 - 公布日： 2023-10-03 - 主分类号： G10L15/00 文献下载
摘要：本申请公开了一种语音数据生成方法、装置、电子设备及可读存储介质,涉及数据技术领域，应用于电子设备，所述方法包括：获取第一语种的初始语音数据，所述初始语音数据中包括至少一条语音数据；从所述初始语音数据中选择满足指定条件的部分语音数据作为指定语音数据；将所述指定语音数据转换为第二语种的目标语音数据；将所述目标语音数据作为所述第二语种的语音模型的样本数据。可以通过获取第一语种的初始语音数据，将该初始语音数据转换为第二语种的目标语音数据，从而将目标语音数据作为第二语种的语音模型的样本数据，可以较为简单的满足第二语种的语音模型对样本数据的数量的需求。
语音数据生成方法装置电子设备可读存储介质

[发明专利]一种人机交互方法、装置及智能交互终端-CN202010911735.5有效
发明人：周伟;姜鹏 -专利权人：度小满科技（北京）有限公司
申请日： 2020-09-02 - 公布日： 2023-09-29 - 主分类号： G10L15/00 文献下载
摘要：本发明提供了一种人机交互方法、装置及智能交互终端，通过响应于语音交互触发指令，获取用户的语言类型标识信息；确定与语言类型标识信息对应的目标语言类型；选择出与目标语言类型对应的目标语言交互模型；基于目标语言交互模型所具有的目标语言交互模式，识别用户发出的语音信息，向用户发出符合目标语言类型的语音信息。通过识别出用户的目标语言类型，基于与目标语言类型对应的目标语言交互模型与用户进行语音交互，使得智能语音机器人使用用户能够识别的语言类型与用户进行交互，避免用户与智能语音机器人之间出现交流障碍，提高人机交互的效果，减少用户与智能语音机器人之间的交互次数，减轻智能语音机器人侧处理器的负担。
一种人机交互方法装置智能交互终端

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 1074 条