“G10L15/16”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397个，建议您升级VIP下载更多相关专利

[发明专利]语音识别方法和设备-CN201711462412.7有效
发明人：李镐式;罗辉栋 -专利权人：三星电子株式会社
申请日： 2017-12-28 - 公布日： 2023-10-27 - 主分类号： G10L15/16 文献下载
摘要：提供一种语音识别方法和设备。一种实现用于语音的识别的语音识别模型神经网络的语音识别方法，包括：基于由在语音的识别的之前时间的语音识别模型神经网络的至少一个层输出的输出值，确定注意力权重；将确定的注意力权重施加到与语音的识别的当前时间对应的语音信号；使用语音识别模型神经网络，识别被施加注意力权重的语音信号。
语音识别方法设备

[发明专利]车辆和车辆的控制方法-CN202211580891.3在审
发明人：朴晟秀;千昌祐 -专利权人：现代自动车株式会社;起亚株式会社
申请日： 2022-12-09 - 公布日： 2023-10-24 - 主分类号： G10L15/16 文献下载
摘要：车辆包括用户界面；和被配置成控制用户界面的至少一个处理器，其中至少一个处理器被配置成：基于通过用户界面输入的驾驶员的语音来确定驾驶员的语音的意图和驾驶员的情绪；基于驾驶状态和警示灯状态来确定车辆状态信息；基于驾驶员的语音的意图、驾驶员的情绪和车辆状态信息来确定对话处理场景；以及控制以执行对话处理场景。
车辆控制方法

[发明专利]基于深度学习的语音关键信息标定方法-CN202010682482.9有效
发明人：汤雪峰;叶家波;茅剑 -专利权人：厦门熙重电子科技有限公司;厦门熙佺数字科技有限公司;上海熙重科技有限公司
申请日： 2020-07-15 - 公布日： 2023-10-24 - 主分类号： G10L15/16 文献下载
摘要：本发明公开的是基于深度学习的语音关键信息标定方法，包括以下步骤：S1、将语音信号样本集作为训练数据，以待测关键信息为标签，利用CNN卷积神经网络对语音信号样本集进行训练，以获取一个语音信息分类模型，训练后获取的语音信息分类模型可以区分出不同语音信号中是否包含需要关注的关键信息；S2、基于训练好的语音信息分类模型，将待测语音信号经过语音信息分类模型，采用反向梯度激活平均算法及特征加权激活映射算法，在语音信号中自动标定所关注的信息。本方法脱离语义分析的传统框架，直接针对语音信号开展信息检索。通过深度学习，自动标定语音信号中的信息，实现关键信息的智能检索，方法简洁有效，可以提升检索效率。
基于深度学习语音关键信息标定方法

[发明专利]一种语音识别方法、系统和设备-CN202310980820.0在审
发明人：罗中鸣;兰亮;宁一鉴;陈琳莉;冯静 -专利权人：中国电信股份有限公司
申请日： 2023-08-04 - 公布日： 2023-10-20 - 主分类号： G10L15/16 文献下载
摘要：本申请提供了一种语音识别方法、系统和设备，该方法应用于语音识别技术领域，该方法包括：接收原始音频数据，从所述原始音频数据中提取得到语音特征；利用共享编码器对所述语音特征进行编码，将所述语音特征转换为向量特征；根据所述向量特征，利用时序分类解码器进行解码，得到第一解码结果；根据所述向量特征，利用自注意力解码器进行解码，得到第二解码结果；所述自注意力解码器与所述时序分类解码器共享所述共享编码器的参数；根据所述第一解码结果和所述第二解码结果，生成对所述原始音频数据的语音识别结果。本申请通过自注意力解码器与时序分类解码器的级联结构，实现解码结果的决策融合，以达到更加准确的语音识别效果。
一种语音识别方法系统设备

[发明专利]语音转文本的方法、装置、电子设备及存储介质-CN202311094936.0在审
发明人：董倩倩;许晨;高汝霆 -专利权人：北京有竹居网络技术有限公司;脸萌有限公司
申请日： 2023-08-28 - 公布日： 2023-10-13 - 主分类号： G10L15/16 文献下载
摘要：本公开实施例提供了一种语音转文本的方法、装置、电子设备及存储介质。其中，该方法包括：获取待转换语音数据，确定与所述待转换语音数据对应的待转换语音特征；将所述待转换语音特征输入至语音转文本模型中，获得与所述待转换语音数据对应的目标文本数据，其中，所述语音转文本模型基于多个原始样本语音特征以及增强样本语音特征对预先建立的待训练模型进行训练得到，所述增强样本语音特征至少包括由至少两个所述原始样本语音特征融合得到的融合样本语音特征。本公开实施例的技术方案，不仅提高了语音转文本模型的鲁棒性，而且提高了语音到文本转换的准确性，提升了用户的使用体验。
语音转文方法装置电子设备存储介质

[发明专利]学习用于子词端到端自动语音识别的词级置信度-CN202280015500.5在审
发明人：大卫·邱;李秋嘉;何彦璋;张羽;李博;曹亮亮;罗希特·普拉巴瓦尔卡尔;迪普蒂·巴蒂亚;李炜;胡珂;塔拉·赛纳特;伊恩·麦克格劳 -专利权人：谷歌有限责任公司
申请日： 2022-02-23 - 公布日： 2023-10-13 - 主分类号： G10L15/16 文献下载
摘要：方法(500)包括接收语音识别结果(232)，并且使用置信度估计模块(CEM)(300)，对于语音识别结果的假设子词单元序列中的每个子词单元：获得相应置信度嵌入(242)；使用第一注意力机制(310)生成置信度特征向量(312)；使用第二注意力机制(320)生成声学上下文向量(332)；以及生成每个对应子词单元的相应置信度输出分数(302)，作为来自CEM的输出层(340)的输出。对于由假设子词单元序列形成的一个或多个词中的每一个，该方法还包括确定词的相应词级置信度分数。该方法还包括通过聚合词级置信度分数来确定话语级置信度分数(350)。
学习用于子词端到端自动语音识别置信

[发明专利]用于动态声学环境中的数据增强和语音处理的系统和方法-CN202280015690.0在审
发明人： P·A·纳伊勒;D·夏尔马;U·H·约斯特;W·F·甘农三世 -专利权人：纽奥斯通讯有限公司
申请日： 2022-02-17 - 公布日： 2023-10-10 - 主分类号： G10L15/16 文献下载
摘要：一种方法、计算机程序产品和计算系统，用于定义表示语音信号的多个声学变化的模型，由此定义多个时变频谱更改。多个时变频谱更改可以应用于参考信号的目标域的多个特征系数，由此生成参考信号的多个时变频谱增强特征系数。
用于动态声学环境中的数据增强语音处理系统方法

[发明专利]一种支持领域定制语言模型的解码方法及装置-CN202110192804.6有效
发明人：谢东平 -专利权人：苏州协同创新智能制造装备有限公司
申请日： 2021-02-20 - 公布日： 2023-10-10 - 主分类号： G10L15/16 文献下载
摘要：本发明提供一种支持领域定制语言模型的解码方法，基于集束搜索解码，包括：生成第一解码网络，作为第一遍解码搜索网络；通过定制领域的语言模型生成第二解码网络；扩张集束同时对定制领域的语言模型重新打分；当最终解码假设集合里面已有足够的解码假设则输出所有解码假设。将定制领域的语言模型的解码得分和集束扩张的过程结合起来，能够使得端到端的语言模型快速适用于新的领域，利于提升语言识别系统的性能，优化鲁棒性及识别效率。本发明还提供的解码装置因能实现本发明的解码方法而具有相应优势，仅需有限的资源配置，利于语音识别系统的进一步推广应用。
一种支持领域定制语言模型解码方法装置

[发明专利]语音处理方法、语音处理装置、存储介质及电子设备-CN202310839115.9在审
发明人：余君涛 -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： 2023-07-10 - 公布日： 2023-10-03 - 主分类号： G10L15/16 文献下载
摘要：本公开涉及音频处理技术领域，具体涉及语音处理方法及装置、计算机可读存储介质及电子设备。所述方法包括：通过目标编码器对待分离混合语音进行编码，以得到待分离混合语音的编码特征；将编码特征输入到目标主干网络中，基于目标主干网络对编码特征进行多尺度特征提取，以得到待分离混合语音的分离位置掩码估计值，目标主干网络包括至少一个多尺度特征提取模块，每个多尺度特征提取模块包括M‑1个级联的膨胀率不同的膨胀深度可分卷积单元，M为大于1的整数；将编码特征和分离位置掩码估计值输入到目标解码器中，以得到待分离混合语音的语音分离结果。本公开能提高混合语音的分离准确性。
语音处理方法装置存储介质电子设备

[发明专利]一种语音识别的方法和装置-CN202310300312.3在审
发明人：李思琪;付立 -专利权人：京东科技信息技术有限公司
申请日： 2023-03-24 - 公布日： 2023-10-03 - 主分类号： G10L15/16 文献下载
摘要：本发明公开了一种语音识别的方法和装置，涉及人工智能技术领域。该方法的一具体实施方式包括：针对语音识别场景接收到的语音数据划分成多个语音数据块，为每一个语音数据块增加多个填充语音帧，基于填充过的语音数据块执行提取包含设定数量语音帧的语音帧组，并利用预设语音识别模型处理输入的语音帧组中的语音帧以得到识别结果；其中预设语音识别模型包含的卷积核的数量与设定数量一致；本发明的实施例克服了现有技术中由于未考虑一个语音数据块中当前帧与当前帧之后的语音帧的语音信息的关联性而导致的语音识别准确率偏低的问题，提高了语音识别的效果。
一种语音识别方法装置

[发明专利]语音识别方法、语音识别模型的训练方法及装置-CN202311088656.9在审
发明人：殷绪成;赖志豪;张天昊;魏丽芳;陈松路;陈峰 -专利权人：珠海亿智电子科技有限公司
申请日： 2023-08-28 - 公布日： 2023-09-29 - 主分类号： G10L15/16 文献下载
摘要：本公开提供一种语音识别方法、语音识别模型的训练方法及装置，包括：获取待识别语音信号的初始局部语音特征和初始全局语音特征，基于初始全局语音特征，对初始局部语音特征表示待识别语音信号的能力进行增强处理，得到目标局部语音特征，基于初始局部语音特征，对初始全局语音特征表示待识别语音信号的能力进行增强处理，得到目标全局语音特征，根据目标全局语音特征和目标局部语音特征确定待识别语音信号的语音文本，充分考虑了全局语音特征和局部语音特征之间的互补特征，避免了语音信息的丢失，提高了语音识别的准确性和可靠性。
语音识别方法模型训练装置

[发明专利]通话语音分类方法、装置、计算机设备和存储介质-CN202310685926.8在审
发明人：王顺;吴风鹏 -专利权人：杭州安恒信息技术股份有限公司
申请日： 2023-06-09 - 公布日： 2023-09-22 - 主分类号： G10L15/16 文献下载
摘要：本申请涉及一种通话语音分类方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取训练语音数据，对所述训练语音数据进行聚类，确定训练语音类型，基于所述训练语音数据以及训练语音类型对初始神经网络模型进行训练，得到目标分类模型，将待分类语音数据输入所述目标分类模型，输出分类结果。也就是说，通过对训练语音数据进行分类，将训练语音数据和训练分类结果作为标准训练集，对初始神经网络模型进行训练，使其能够对类型未知的通话语音进行准确识别分类，采用目标分类模型，能够对任意异常通话的虚假信息伪装类型进行快速识别，同时提高了异常通话虚假信息伪装类型识别的准确性。
通话语音分类方法装置计算机设备存储介质

[发明专利]标识音乐中的语言-CN202280013838.7在审
发明人： K·崔 -专利权人：脸萌有限公司
申请日： 2022-02-25 - 公布日： 2023-09-22 - 主分类号： G10L15/16 文献下载
摘要：本公开描述了用于标识与音乐相关联的语言的技术。可以接收训练数据，其中训练数据包括指示表示多个音乐样本的音频数据的信息和与多个音乐样本相关联的元数据。训练数据还包括指示与多个音乐样本中的每个音乐样本相对应的语言的信息。可以通过将训练数据应用于机器学习模型直到该模型达到预定识别准确度来训练机器学习模型以标识与音乐片段相关联的语言。可以使用经训练的机器学习模型来确定与音乐片段相关联的语言。
标识音乐中的语言

[发明专利]一种基于人工智能的语音识别方法-CN202310861431.6有效
发明人：欧玉霞 -专利权人：合肥朗永智能科技有限公司
申请日： 2023-07-14 - 公布日： 2023-09-22 - 主分类号： G10L15/16 文献下载
摘要：本发明涉及语音识别领域，公开了一种基于人工智能的语音识别方法，该方法包括以下步骤：通过采集用户录入的语音音频信息，将所述语音音频信息转换为音频频谱图；获取所述音频频谱图中的多个音频帧，提取每个所述音频帧中的特征信息，关联多个所述音频帧的特征信息，得到待识别数据；将所述待识别数据输入语音识别模型中，确定所述语音音频信息对应的语音内容；对所述语音内容进行内容校验，以得到语音识别结果，并输出所述语音识别结果；本发明利用人工智能方法进行语音识别，能够提高便利性，同时提高了语音识别效率和准确度，提升了用户的使用体验。
一种基于人工智能语音识别方法

[发明专利]一种基于分组特征校准的声音事件检测方法及系统-CN202310672434.5在审
发明人：任延珍;刘晨雨;刘武洋 -专利权人：武汉大学
申请日： 2023-06-07 - 公布日： 2023-09-19 - 主分类号： G10L15/16 文献下载
摘要：本发明提供一种基于分组特征校准的声音事件检测方法及系统，包括：获取待检测声音事件的音频特征数据；将音频特征数据输入时频学习网络，通过卷积神经网络获取时频谱图，基于多个维度对时频谱图的中间表征进行分组特征学习得到分组强化特征，对分组强化特征进行任务感知激活得到自适应特征；将自适应特征输入上下文建模网络，获取音频信号时域相关性特征，对音频信号时域相关性特征进行分类，得到声音事件类别检测结果。本发明根据声音事件检测任务中不同类型音频的时频特性引入分组特征校准模块，增强了声音事件检测网络对各类音频的特征表示能力，参数量小且通用性强，以较小的计算代价引入现有的主流声音事件检测模型中并提升其性能。
一种基于分组特征校准声音事件检测方法系统

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 397 条