“G10L15/26”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2611个，建议您升级VIP下载更多相关专利

[发明专利]一种集群协同任务管控人机交互方法-CN202310770245.1在审
发明人：路鹰;张杰伟;刘岱;任金磊;耿克达;吴太晖;蔡敬坤;崔碧莹;李晓飞;于上;李皓月;王慧玲;孟文霞;张辰翰;王经委;龚星 -专利权人：中国航天科技创新研究院
申请日： 2023-06-27 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种集群协同任务管控人机交互方法，属于人机交互领域。该方法首先将集群协同任务管控的语音指令转换为文字指令并纠错；设计指令拆解的生成式预训练模型，基于所述生成式预训练模型，对纠错后的文字指令进行在线预测，形成拆解后的若干个子指令；最后对所有子指令进行语义补齐，形成集群协同任务管控最终指令。本发明弥补了现有方法中依靠实现了大规模集群的智能协同控制封闭指令集进行控制的不足，使得指令拆解更具有泛化性；同时通过语义补齐技术弥补了指令模糊情况下的语义不齐全问题。
一种集群协同任务人机交互方法

[发明专利]语音信息识别方法、装置、电子设备、程序及存储介质-CN202211379335.X在审
发明人：冯树林;阳珊;苏丹 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-04 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明提供了一种语音信息识别方法、装置及存储介质，方法包括：通过语音编解码网络对目标语音信息进行编码处理，得到编码码流；通过语音识别模型中的卷积网络对编码码流进行降采样处理，得到降采样处理结果，通过基于卷积增强的编码器网络对降采样处理结果进行编码处理，得到嵌入特征向量；通过连接时序分类解码器网络对嵌入特征向量进行解码处理，得到目标语音信息的候选识别文本；通过注意力机制解码器网络对候选识别文本进行重排处理，得到目标语音信息的识别文本，由此，可以高效地对待识别语音信息进行识别，同时能够使得语音识别模型的泛化能力更强，有利于语音识别模型在各类型智能设备中的大规模部署。
语音信息识别方法装置电子设备程序存储介质

[发明专利]语音识别方法、装置和存储介质及电子设备-CN202310333573.5在审
发明人：朱运 -专利权人：北京搜狗科技发展有限公司
申请日： 2023-03-30 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种语音识别方法、装置和存储介质及电子设备。其中，该方法包括：获取对用户音频触发的语音识别请求，其中，语音识别请求用于请求对用户音频进行识别，并得到用户音频对应的标准文本信息；响应语音识别请求，对用户音频进行文本提取，得到原始文本信息，并确定原始文本信息中的各个文本字符对应的目标停顿时长；基于目标停顿时长，将原始文本信息处理为目标文本信息，并将目标文本信息确定为用户音频对应的标准文本信息，可应用在人工智能场景，涉及语音识别等技术。本申请解决了语音识别准确性较低的技术问题。
语音识别方法装置存储介质电子设备

[发明专利]基于音频大数据的语音报告整合系统-CN202310339130.7在审
发明人：魏林;李涛;刘志远;魏玉秋;郑志艳;武玉龙;万二创 -专利权人：淮北矿业股份有限公司
申请日： 2023-04-01 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明提供了基于音频大数据的语音报告整合系统，属于语音数据处理技术领域。包括语音数据采集模块、数据管理库模块、服务器、语音分析模块、语音转换模块和转换数据整合模块，所述据采集模块与所述服务器、相连接，所述数据管理库模块与服务器相连接，所述语音分析模块和所述语音转换模块均与所述服务器相连接，所述转换数据整合模块与所述语音转换模块相连接；方便将语音数据转换的文本，进行整合汇总，使用所述服务器微服务和前端element‑ui交互导出文本的日报、周报、月报，可有效整合语音报告的信息，方便观看。
基于音频数据语音报告整合系统

[发明专利]语音转换模型的训练方法、装置、设备及介质-CN202211455842.7在审
发明人：杨培基 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-21 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种语音转换模型的训练方法、装置、设备及介质。包括：基于第一样本音频训练第一ASR模型，以及基于第二样本音频训练第二ASR模型；基于第一样本音频对应的第一样本文本以及第一样本内容特征，训练第一转换模型，第一转换模型用于将文本转换为第一口音的内容特征；基于第一转换模型、第二样本音频对应的第二样本文本以及第二样本内容特征，构建平行样本数据；基于平行样本数据训练第二转换模型，第二转换模型用于对第一口音和第二口音间进行内容特征转换；基于不同样本音频的样本内容特征训练第三转换模型，第三转换模型用于将内容特征转换为音频；基于训练得到的第一ASR模型、第二转换模型和第三转换模型生成语音转换模型。
语音转换模型训练方法装置设备介质

[发明专利]合成音频的可视化调整方法、装置、设备、介质及产品-CN202310970213.6在审
发明人：段志毅;戴世昌;范志强;周文君;翁超;李广之;卞衍尧;张桥;杜念冬;欧阳才晟;甄帅 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-02 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种合成音频的可视化调整方法、装置、设备、介质及产品，属于音频技术领域。该方法包括：显示音频编辑区，所述合成音频是将文本内容转化后得到的音频，所述音频编辑区包括所述文本内容中的字符对应的调整控件，所述调整控件用于调整所述字符对应的音频属性；响应于所述字符对应的所述调整控件上的调整操作，显示调整音频属性，所述调整音频属性是对所述字符对应的音频属性参数值进行调整后得到的音频属性；基于所述调整音频属性显示更新后的新合成音频。通过可视化的方式，调整每个字符对应的调整控件，从而实现对合成音频的调整，不仅简化了合成音频的调整操作步骤，还降低了高质量的合成音频的产出难度。
合成音频可视化调整方法装置设备介质产品

[发明专利]一种语音录入电子病历信息系统及操作方法-CN202311022721.8在审
发明人：王其景 -专利权人：中世康恺科技有限公司
申请日： 2023-08-15 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了电子病历技术领域的一种语音录入电子病历信息系统及操作方法，接收所述终端的声纹特征，与声纹数据库进行对比，以确定终端是否进行后续的语音识别；接收所述终端发送的电子病例语音，将电子病例语音转换成录入文本数据，将录入文本数据进行存储的同时将录入文本数据上传至显示器进行纠错；接收所述终端发送的纠错语音，将纠错语音转换成纠错文本数据，将纠错文本数据与录入文本数据对比后替换该录入文本数据。能够有效识别医生电子病例语音，并将医生的电子病例语音进行录入，具有唤醒、过滤识别和纠错功能，有效保证语音录入电子病例的准确性。
一种语音录入电子病历信息系统操作方法

[发明专利]语音识别方法、装置、设备、存储介质及程序产品-CN202310572229.1在审
发明人：唐立亮;曹立新;金明杰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-19 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种语音识别方法、装置、设备、存储介质及程序产品，涉及计算机技术领域。该方法包括：获取音频数据；基于音频数据的发音内容预测音频数据表征的第一文本内容；响应于多个文本字符中的第一文本字符存在于预先采集的发音混淆字符列表中，确定与第一文本字符存在发音混淆关系的第二文本字符；确定第一文本内容对应的第一语义预测得分，以及确定包括第二文本字符的第二文本内容对应的第二语义预测得分；基于第一语义预测得分和第二语义预测得分确定语音识别文本。通过以上方式，能够分析文本内容是否存在发音混淆问题，尽早对识别错误的字符进行纠正，有效提升语音识别正确率。本申请可应用于云技术、人工智能、智慧交通等各种场景。
语音识别方法装置设备存储介质程序产品

[发明专利]一种语音信息的处理方法、装置、设备及介质-CN202010366954.X有效
发明人：李宝祥;钟贵平;李家魁 -专利权人：北京猎户星空科技有限公司
申请日： 2020-04-30 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种语音信息的处理方法、装置、设备及介质，用以解决现有智能语音交互过程时间长，导致效率低的问题。因为在本发明实施例中当最终语音数据的语音识别结果与语音结束点之前的语音截断点对应的临时语音识别结果相同时，将该语音结束点之前的语音截断点对应的临时语义识别结果直接作为最终语音数据的语义识别结果，从而节省了再对语音识别结果进行处理获取语义识别结果的时间，可直接将已获取的临时语义识别结果确定为最终语音数据的语义识别结果，完成本次交互，即可实现智能语音的交互，节省了基于最终语音数据的语音识别结果进行语义识别的处理过程，因此，缩短了对用户语音的响应时间，提高了整个智能语音交互的效率。
一种语音信息处理方法装置设备介质

[发明专利]语音识别模型的训练方法、装置、设备以及存储介质-CN202111109000.1有效
发明人：叶万余;江嘉铭;阮国恒;钟业荣;阮伟聪;彭泽武;陈韵;余恒奇;郭惜 -专利权人：广东电网有限责任公司;广东电网有限责任公司清远供电局
申请日： 2021-09-22 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种语音识别模型的训练方法、装置、设备以及存储介质，属于计算机技术领域。该方法包括：将样本语音特征输入至初始模型的编码网络，得到声学编码特征，并根据所述声学编码特征和样本语音特征的特征监督数据，确定编码损失；将所述声学编码特征输入至所述初始模型的解码网络，得到语音识别内容，并根据所述语音识别内容、样本语音特征的内容监督数据、以及所述声学编码特征，确定识别损失；根据所述编码损失和所述识别损失，确定所述初始模型的总损失；根据所述总损失，对所述初始模型进行训练，得到目标语音识别模型。通过上述技术方案，实现利用训练数据的文本信息直接训练端到端的模型。
语音识别模型训练方法装置设备以及存储介质

[发明专利]针对音频数据的非文明用语检测方法、装置、介质及设备-CN202310777492.4在审
发明人：王月宝;沈鹏;黄明星;毛小伟;蒋佳佳;黄平;周晓波 -专利权人：北京水滴科技集团有限公司
申请日： 2023-06-28 - 公布日： 2023-10-24 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种针对音频数据的非文明用语检测方法、装置、介质及设备。其中，方法包括：对待检测的目标音频数据进行转换，获得与所述目标音频数据对应的目标文本数据；基于所述目标文本数据进行关键句提取处理，获得若干目标关键语句；基于各所述目标关键语句从所述目标音频数据中，获取与各所述目标关键语句对应的目标音频片段；利用预先训练获得目标多模态识别模型，对各所述目标关键语句以及各目标关键语句对应的目标音频片段进行非文明用语的检测，获得检测结果。本申请实现了同时基于两种模态数据进行非文明用语的检测，提高了检测结果的精准度，解决了目前由于单一的采用关键词进行非文明用语检测，而造成的检测结果不准确的问题。
针对音频数据文明用语检测方法装置介质设备

[发明专利]一种融合多触感的智能助理系统-CN202310906408.4在审
发明人：邢程;韩戬苹;李天;佟林;唐佳器;李伟铖;韩杨 -专利权人：一汽奔腾轿车有限公司
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种融合多触感的智能助理系统，属于汽车智能技术领域，包括语音识别模块，情绪识别模块，眼动识别模块，大数据分析模块及AI模块，该系统可避免单一技术方案的判断误差导致的“智能化智障”情况，提高驾驶员的驾驶安全，改善行车路上堵车、事故等场景的驾驶情绪，缩短在发生车辆碰撞、严重交通事故时的救援时间；从而建造一个从上车前到行车中的全链路驾乘保障，提高车内智能化程度，给驾驶员带来便利、安全、有趣的驾驶体验。
一种融合触感智能助理系统

[发明专利]音频转写方法、装置、设备及介质-CN202310909559.5在审
发明人：杨首哲;徐雅诺;罗朝彤;薛蓉蓉;苏世超;李毓钦 -专利权人：中移动信息技术有限公司;中国移动通信集团有限公司
申请日： 2023-07-24 - 公布日： 2023-10-24 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种音频转写方法、装置、设备及介质，属于音频转写的技术领域。在本申请中，提出一种将音频片段预先存储于云存储后台，再按需进行音频片段调用的音频转写方法，用于进行非实时语音转写。首先，录音设备将已录制的音频片段上传至云存储后台进行存储，同时，云存储后台接收并存储录音设备录制并上传的音频片段；然后，录音设备向云存储后台发出转写指令，同时，云存储后台接收录音设备发出的转写指令；接着，云存储后台基于转写指令调用其已存储的目标音频片段，并输入目标音频片段至转写平台进行转写；最后，录音设备接收转写平台对目标音频片段进行转写后输出的目标文本。从而高效且准确的实现非实时语音转写。
音频转写方法装置设备介质

[发明专利]用于语音转换的方法及装置、语音转换系统、存储介质-CN202210346283.X在审
发明人：瞿志 -专利权人：青岛海尔多媒体有限公司;海尔智家股份有限公司
申请日： 2022-04-02 - 公布日： 2023-10-24 - 主分类号： G10L15/26 文献下载
摘要：本申请涉及智能家电技术领域，公开一种用于语音转换的方法，包括：获取用户的输入音频和声纹信息；根据输入音频，得到相应的文本信息；根据声纹信息，得到与文本信息相对应的输出语音。将用户输入的音频转化为其想表达的相应文字信息，同时提取用户相应的声纹信息。将文字信息转化为输出端常用的或者能听懂音频，并根据用户的声纹信息，使转换后的输出语音内容包含有与输入语音一致的语气与音色。从而在提升通话实时翻译的适用性的前提下，保证翻译后的音频具有一定的还原度，提升用户的使用体验。本申请还公开一种用于语音转换的装置及语音转换系统、存储介质。
用于语音转换方法装置系统存储介质

[发明专利]机器同声传译系统、方法、测试方法、装置及相关设备-CN202310565696.1在审
发明人：张为泰;刘俊华;王士进;胡国平 -专利权人：科大讯飞（上海）科技有限公司
申请日： 2023-05-18 - 公布日： 2023-10-24 - 主分类号： G10L15/26 文献下载
摘要：本申请提供了一种机器同声传译系统、方法、测试方法、装置及相关设备，系统及方法提供了多模态输出的功能，可以包括翻译文本的字幕输出、合成音频流的播放以及音频流与虚拟人合成的视频播放中的至少一项，本申请统筹考虑多个不同的影响同声传译质量的因素，示例如从BLEU分、忠实度、流利度角度衡量的翻译效果、从源语言音频输入到翻译文本输出/合成音频输出间的翻译实时性、翻译文本的平均擦除率表征的可读性、语音合成效果等，在同声传译过程中对各影响因素提出了具体要求，使得机器同声传译系统最终展现的整体质量更加均衡、全面。本申请的机器同声传译系统的测试方法能够完成对同声传译系统的各技术指标的全面测试，保证同声传译系统的质量。
机器同声传译系统方法测试装置相关设备

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 2611 条