“G10L15/06”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1805个，建议您升级VIP下载更多相关专利

[发明专利]语音识别模型的训练方法、装置、计算机设备和存储介质-CN202310847565.2在审
发明人：杨碧云 -专利权人：中国银行股份有限公司
申请日： 2023-07-11 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及一种语音识别模型的训练方法、装置、计算机设备和存储介质。所述方法包括：实时获取语音数据，并根据所述语音数据的获取时间将所述语音数据分为旧数据集和新数据集；利用所述旧数据集对初始语音识别模型进行训练，获得训练后的语音识别模型；利用所述新数据集和预设的增量学习模型对训练后的语音识别模型进行优化，获得优化后的语音识别模型。采用本方法能够在使用过程中优化语音识别模型，进一步提高语音识别模型的准确率。
语音识别模型训练方法装置计算机设备存储介质

[发明专利]语音交互的自适应优化方法及装置-CN202310969845.0在审
发明人：吴正飞;叶德英;阴山慧;孙亚红;吴倩倩 -专利权人：奇瑞汽车股份有限公司
申请日： 2023-08-01 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本发明涉及智能座舱技术领域，提供了一种语音交互的自适应优化方法，包括如下步骤：(1)激活语音控制功能，接收驾驶员录入的语音数据；(2)将语音数据转换成文本数据，提取文本数据中动词及名词，将动词及名字组成控制指令；(3)检测当前形成的控制指令是否有效，若检测结果为是，则将有效控制指令发送至对应的控制器，以控制对应对象执行指令对应的动作。通过针对每个驾驶员构建用于口音纠正的语音库，基于该语音库来辅助文本数据的转换，以降低口音导致的控制指令识别偏差，可以极大地提高控制指令识别的精准度。
语音交互自适应优化方法装置

[发明专利]一种鲁棒的伪造语音算法的溯源方法及装置-CN202310746199.1在审
发明人：王文超;陆镜泽;张鹏远;陈树丽 -专利权人：中国科学院声学研究所
申请日： 2023-06-21 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本发明提供一种鲁棒的伪造语音算法的溯源方法及装置。该方法包括：利用训练数据集训练针对伪造语音算法的分类器；利用训练好的分类器处理所述训练数据集，得到所述分类器中的隐层针对所述各条伪造语音生成的隐层特征；利用训练好的分类器处理待检测的目标语音信号，得到所述分类器中的隐层生成的目标隐层特征和所述分类器的输出层输出的目标分类结果；分别计算所述目标隐层特征与若干隐层特征的距离，并确定其中的最短距离；当所述最短距离大于或等于预设阈值时，将所述目标分类结果作为所述目标语音信号的最终分类结果。如此，可以使用声码器生成伪造算法识别的训练集。引入最邻近节点算法，通过最邻近距离的分布区分训练集中不存在的分布外数据。
一种伪造语音算法溯源方法装置

[发明专利]语音识别方法、语音识别系统、计算机设备及存储介质-CN202310716585.6在审
发明人：张旭龙;王健宗;程宁;朱可欣 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-16 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本申请实施例提供了一种语音识别方法、语音识别系统、计算机设备及存储介质，属于金融科技技术领域。该方法包括：将具有预设情感类别的目标语音输入至预训练的多任务语音识别模型；通过第一语音编码子模型对目标语音进行语音编码得到初始语音特征；通过第一注意力子模型对初始语音特征进行语音注意力处理得到第一目标注意力特征；通过第二语音编码子模型对初始语音特征进行隐藏特征编码得到隐藏语音特征；通过第二注意力子模型对第一目标注意力特征和隐藏语音特征进行隐藏注意力处理得到第二目标注意力特征；通过多任务分类子模型对第二目标注意力特征进行语音分类得到目标语音标签。本申请实施例能够提高多任务语音识别的识别准确率。
语音识别方法系统计算机设备存储介质

[发明专利]一种语音识别方法、系统、设备及介质-CN202310924233.X在审
发明人：胡焱;邢士武;常绍盈;袭祥亮 -专利权人：浪潮金融信息技术有限公司
申请日： 2023-07-26 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本发明公开了一种语音识别方法、系统、设备及介质，所述方法包括以下步骤：配置深度学习算法，搭建口音训练数据集，基于深度学习算法和口音训练数据集训练语音识别模型；响应于语音指令的输入，调用语音识别模型基于语速适配算法识别语音指令，得到识别结果；根据识别结果进行指令功能实现；本发明能够针对口音数据进行深度训练集的训练，针对语速语音数据进行不同读取速度的适配，提高语音识别的智能性，提升语音识别的适用范围以及精准性，支持多语言和方言的语音识别，提高适用性和普适性。
一种语音识别方法系统设备介质

[发明专利]基于检测错误加权编辑距离的语音关键词样本筛选方法-CN202110938700.5有效
发明人：贺前华;严海康;兰小添;郑若伟 -专利权人：华南理工大学
申请日： 2021-08-16 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本发明公开了基于检测错误加权编辑距离的语音关键词样本筛选方法，利用语音关键词识别模型训练过程中的输出信息，通过对样本关键词的检测错误进行加权，从而对解码序列与标签序列的编辑距离进行修订，使得重要样本可以得到更大的关注，从而筛选出不合格的语音关键词样本。本发明大大降低了人工审核所有样本的工作量，提升了筛选的效率。为语料库的清洗，构建一个高质量的语音数据集提供了一个有效的方案，减少了低资源小语种语料库建设的难度，同时也为深度神经网络提供了质量更高的语音关键词样本，推动低资源语种相关语音技术的研究发展。
基于检测错误加权编辑距离语音关键词样本筛选方法

[发明专利]语音处理模型的训练方法和数据增强方法、装置及设备-CN202111083473.9有效
发明人：赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-15 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音处理模型的训练方法和增强数据的方法、装置、设备和介质，涉及人工智能领域，具体涉及语音识别、语音合成和深度学习技术领域。语音处理模型的训练方法的具体实现方案为：基于第一语音数据的第一声学特征，确定音频样本的第一音素特征；基于第一语音数据的第一声学特征、第一语音识别特征和第一音素特征，采用语音处理模型的韵律编码网络得到第一语音数据的第一韵律特征；基于第一声学特征、第一语音识别特征和第一韵律特征，采用语音处理模型的解码网络得到预测声学特征；以及基于预测声学特征和第一声学特征之间的差异，对语音处理模型进行训练。
语音处理模型训练方法数据增强装置设备

[发明专利]语音处理方法及装置、电子设备、计算机可读存储介质-CN202010630225.0有效
发明人：林炳怀;王丽园 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-07-01 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本申请的实施例揭示了一种语音处理方法及装置。该方法包括：获取针对语音进行识别处理得到的声学参数和识别文本；根据所述声学参数提取所述语音的声学特征，并根据所述识别文本提取所述语音的文本特征；根据所述语音关联的得分点类型，将所述声学特征和所述文本特征输入至与所述得分点类型相匹配的评分预测模型中，得到所述评分预测模型根据所述声学特征、所述文本特征以及所述得分点类型输出的针对所述语音的评分值，不同的得分点类型所匹配的评分预测模型是不同的。本申请实施例的技术方案能够避免出现由于语音关联的得分点类型与评分预测模型不匹配而引起的评分误差，提升语音评分的准确性。
语音处理方法装置电子设备计算机可读存储介质

[发明专利]一种基于目标交换知识蒸馏的语音短时识别方法及装置-CN202310840471.2在审
发明人：任晋;师一华;马广林;江学锋;杨金锋 -专利权人：深圳职业技术学院
申请日： 2023-07-07 - 公布日： 2023-10-24 - 主分类号： G10L15/06 文献下载
摘要：本发明公开一种基于目标交换知识蒸馏的语音短时识别方法及装置，在通过有效性验证的所述识别网络中，将所述教师网络模型迁移到学生网络模型时，将所述教师网络模型中的目标类逻辑单元输出与所述学生网络模型的目标类逻辑单元输出进行交换，得到知识蒸馏后的所述学生网络模型；利用所述学生网络模型对目标语音进行识别。采用本发明，便捷地缓解教师模型对目标类潜在的过度自信，并使学生模型专注于从非目标类中提取知识。在识别性能和转录延迟之间实现了平衡，使短时应用场景中的相关人员有足够的时间做出即时有效的反应。
一种基于目标交换知识蒸馏语音识别方法装置

[发明专利]内容识别、模型训练、数据处理方法、系统及设备-CN201910008803.4有效
发明人：李鹏;王炎 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-01-04 - 公布日： 2023-10-24 - 主分类号： G10L15/06 文献下载
摘要：本申请实施例提供一种内容识别、模型训练、数据处理方法、系统及设备。其中，内容识别方法包括：将待识别内容作为应用模型的输入，执行所述应用模型输出第一结果信息；基于所述第一结果信息，确定作为识别结果的内容标签；根据所述内容标签，执行相应的业务操作；其中，所述应用模型是训练模型完成训练后得到的，所述训练模型在训练过程中采用至少两种损失函数计算一次迭代后的至少两个损失值，并基于所述至少两个损失值完成参数的更新。本申请实施例提供的技术方案，内容识别准确率高，尤其对相似性较高的内容，如音近字和同音字，具有较好的区分力。
内容识别模型训练数据处理方法系统设备

[发明专利]音频分类模型的训练方法、音频分类方法、以及装置-CN202310891475.3在审
发明人：江益靓;姜涛;赵伟峰 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-07-19 - 公布日： 2023-10-20 - 主分类号： G10L15/06 文献下载
摘要：本公开公开了一种音频分类模型的训练方法、音频分类方法、以及装置，属于计算机技术领域。所述方法包括：获取待训练的音频分类模型对应的类型标签层级关系；获取样本音频的音频数据和样本音频的基准分类结果；将样本音频的音频数据输入待训练的音频分类模型，得到预测分类结果；基于预测分类结果和基准分类结果之间的匹配情况，确定第一损失值；基于类型标签层级关系中存在关联关系的类型标签在预测分类结果中对应的匹配概率值，确定第二损失值；基于第一损失值和第二损失值，对待训练的音频分类模型进行训练，若满足预设训练结束条件则得到训练完成的音频分类模型。采用本公开，提高了训练完成的音频分类模型对各层级预测的准确性和一致性。
音频分类模型训练方法以及装置

[发明专利]语音信号识别方法、装置、电子设备和计算机可读介质-CN202311154546.8在审
发明人：孙福尧 -专利权人：鹿客科技（北京）股份有限公司
申请日： 2023-09-08 - 公布日： 2023-10-20 - 主分类号： G10L15/06 文献下载
摘要：本公开的实施例公开了语音信号识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：采集用户的语音信号；对语音信号进行预处理，得到预处理后语音信号；对预处理后语音信号进行频域变换处理，以生成语音频谱图；根据语音频谱图，生成语音能量谱图；根据语音能量谱图，生成对数能量谱图；对对数能量谱图进行时域变换处理，得到特征参数序列；根据特征参数序列，确定差分特征参数序列；生成更新差分序列；根据更新差分序列，生成语音特征向量；对语音特征向量进行降维处理，以生成低维语音特征向量；将低维语音特征向量输入至语音信号识别模型中，得到语音信号识别结果。该实施方式可以提高语音信号识别的准确率。
语音信号识别方法装置电子设备计算机可读介质

[发明专利]一种基于深度语音波形先验的对抗样本还原方法-CN202310846991.4在审
发明人：陈阳;陈凯;汪哲贤 -专利权人：东南大学
申请日： 2023-07-11 - 公布日： 2023-10-20 - 主分类号： G10L15/06 文献下载
摘要：本发明公开了一种即插即用的动态对抗样本防御方法——LowDDAWP‑Net，用于将对抗样本的转录恢复成良性转录。首先通过语音活动检测算法将对抗语音分割为静音片段和话语片段，然后通过静音片段提取对抗扰动的分布，通过重建分离使话语片段的对抗扰动被滤除，从而达到将对抗音频恢复为良性音频的目的，并且通过AMR压缩算法和基于语音不确定性的对数最小均方误差算法(Logmmse_SPU‑cohen)提取话语片段的结构信息，提高防御算法的拟合速度。通过本发明能够实现将有攻击性的对抗样本还原成良性样本，并且防御模块的参数动态更新，提高了语音识别系统的安全性能，为对抗样本的防御提供了一种有效的还原方法。
一种基于深度语音波形先验对抗样本还原方法

[发明专利]语音识别模型的训练方法、装置、计算机设备及存储介质-CN202310251171.0在审
发明人：谭风云;魏韬;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-09 - 公布日： 2023-10-20 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及人工智能，提供一种语音识别模型的训练方法。所述语音识别模型包含编码器和解码器，所述方法包括：提取训练样本语音数据的声学特征，得到待训练声学特征数据；将所述待训练声学特征数据输入至所述编码器的Conformer层进行计算处理，得到第一音频编码向量；将所述第一音频编码向量输入所述编码器的第一轻量级交换路由模块进行计算处理，得到第二音频编码向量；将所述第二音频编码向量输入所述解码器的Transformer层进行计算处理，得到第一文本编码向量；将所述第一文本编码向量输入所述解码器的第二轻量级交换路由模块进行计算处理，得到中英文语音识别结果；重复前述训练步骤，直至所有损失分别达到收敛，得到目标中英文语音识别模型。
语音识别模型训练方法装置计算机设备存储介质

[发明专利]流式传输用于语音识别的RNN换能器的分块和重叠解码策略-CN202280016911.6在审
发明人： G·A·萨恩 -专利权人：国际商业机器公司
申请日： 2022-01-17 - 公布日： 2023-10-20 - 主分类号： G10L15/06 文献下载
摘要：提供了一种用于提高数字语音的识别的准确度的计算机实施的方法。该方法包括接收数字语音。该方法进一步包括将数字语音分割成重叠组块。该方法还包括计算每个重叠组块的双向编码器嵌入，以获得双向编码器嵌入。该方法另外包括组合双向编码器嵌入。该方法进一步包括由语音识别系统使用组合的双向编码器嵌入来解释数字语音。
传输用于语音识别 rnn 换能器分块重叠解码策略

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 1805 条