“G10L25/78”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314个，建议您升级VIP下载更多相关专利

[发明专利]一种语音端点检测方法、装置、电子设备及存储介质-CN202310943545.5在审
发明人：张立军;朱哲慧;孟德建 -专利权人：同济大学
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G10L25/78 文献下载
摘要：本发明涉及一种语音端点检测方法、装置、电子设备及存储介质，其中，语音端点检测方法包括：对待检测音频信号进行预处理，获取目标音频信号；根据目标音频信号，获取噪声帧和非噪声帧；根据噪声帧和非噪声帧之间的帧特征相似度，获取初始软端点检测结果；根据初始软端点检测结果，更新噪声帧和非噪声帧；根据更新后的噪声帧和非噪声帧之间的帧特征相似度，获取目标软端点检测结果。与现有技术相比，本发明具有检测效果好、复杂度低、实时性强等优点。
一种语音端点检测方法装置电子设备存储介质

[发明专利]基于伪Wigner-Ville分布的数字音频自适应复制粘贴检测方法及装置-CN202310972215.9在审
发明人：史沧红;彭锴;李孝杰;牛宪华;熊玲 -专利权人：西华大学
申请日： 2023-08-03 - 公布日： 2023-10-17 - 主分类号： G10L25/78 文献下载
摘要：本发明公开基于伪Wigner‑Ville分布的数字音频自适应复制粘贴检测方法及装置，涉及数字音频信号处理技术领域，拟解决现有技术在真实环境下复制移动检测时自适应性不强导致检测效果不佳的问题；本发明包括S1：利用变分模态分解VMD将原始音频分解为多个本征模态特征IMF分量；S2：利用最大相关最小冗余算法筛除部分IMF分量再进行加权重构得到新的自适应音频信号；S3：利用语音活动检测VAD将自适应处理后的音频分为有声段和无声段；S4：提取每个有声段的平滑伪Wigner‑Ville分布SPWVD；S5：对SPWVD进行相似度判定；本发明能够自适应处理不同后处理操作下的copymove篡改，并在检测中表现其强大的鲁棒性和自适应性，可以很好的在现实世界的音频取证中得到应用。
基于 wigner ville 分布数字音频自适应复制粘贴检测方法装置

[发明专利]一种音频混合方法及系统-CN202310816262.4在审
发明人：詹澄海;曾水生;韦玉善;涂华康 -专利权人：深圳市东明炬创电子股份有限公司
申请日： 2023-07-04 - 公布日： 2023-10-13 - 主分类号： G10L25/78 文献下载
摘要：本申请涉及一种音频混合方法及系统，属于音视频处理技术领域，其包括获取每个使用者的模拟音频信号以及图像数据；对图像数据进行实时分析处理，得到每个图像数据中使用者唇部的动作指数；判断每个动作指数是否大于指数阈值；若大于，则判断对应的模拟音频信号是否为有效语音；若为有效语音，将模拟音频信号切换为待混音音频；对所有的待混音音频进行音频混合处理，生成混音音频。若动作指数大于指数阈值则说明使用者的唇部有动作可能在发言，若模拟音频信号为有效语音，则说明使用者在发言，将模拟音频信号切换为待混音音频，仅将发言的使用者的模拟音频信号作为待混音音频并进行混音输出，本申请具有在发言的使用者的音频自动混音的效果。
一种音频混合方法系统

[发明专利]一种单路引擎多麦克风语音转写系统与角色分离方法-CN202311119975.1在审
发明人：朱正辉;赵定金;余吉昌;明德 -专利权人：广东保伦电子股份有限公司
申请日： 2023-09-01 - 公布日： 2023-10-10 - 主分类号： G10L25/78 文献下载
摘要：本发明涉及语音转写技术领域，特别是指一种单路引擎多麦克风语音转写系统及角色分离方法，包括音频采集单元、音频编码器、语音识别引擎ASR、语音转写客户端、语音转写服务器、字幕显示大屏；位于会场中的每位参会人面前放置会议单元麦克风，会议单元麦克风通过音频线接入音频编码器，音频编码器通过网络连接语音转写服务器、语音转写服务器通过网络分别连接语音转写客户端、语音转写引擎ASR以及字幕显示大屏。本发明利用单路引擎通过排序转写进行多个会议单元麦克风的语音转写，实现人员角色分离，不需要人员二次编辑，即可实现转写文本的角色分离，减少了资源浪费，更加适用于多人同时说话的会议中的语音识别实时转写。
一种引擎麦克风语音转写系统角色分离方法

[发明专利]一种跨子带谱熵加权似然比语音检测方法及系统-CN202310963463.7有效
发明人：何伟俊;符志定;廖学远;何宇欣;林沛 -专利权人：广东技术师范大学
申请日： 2023-08-02 - 公布日： 2023-09-29 - 主分类号： G10L25/78 文献下载
摘要：本发明公开了一种跨子带谱熵加权似然比语音检测方法及系统，首先在频域进行非均匀部分重叠子带划分，提取各子带的谱熵特征；然后根据子带谱熵大小以及子带的能量谱与非语音帧子带平均能量谱的比值大小，设置对应子带的似然比权值；最后利用加权后的似然比结合预设阈值检测判断某帧信号是否为语音帧。本发明依据语音信号谱熵特征在噪声背景下具有稳健性，利用子带谱熵信息设置似然比检验检测法中的似然比权值，使用加权的似然比作为语音检测判决依据之一，提升了低信噪比环境下的似然比检验语音检测方法的检测准确率，适用于语音识别、说话人识别等语音信号处理领域。
一种跨子带谱熵加权语音检测方法系统

[发明专利]音频信号的处理方法、装置、电子设备和存储介质-CN202110336613.2有效
发明人：周新权 -专利权人：北京字节跳动网络技术有限公司
申请日： 2021-03-29 - 公布日： 2023-09-26 - 主分类号： G10L25/78 文献下载
摘要：本公开提供一种音频信号的处理方法、装置、电子设备和存储介质。该方法的一具体实施方式包括：获取目标音频信号的音频特征，其中，音频特征包括至少一个音频特征单元；将每个音频特征单元输入预先训练的机器学习模型，得到相应的音频类别标签，其中，音频类别标签包括近场语音标签、远场语音标签、音乐标签和噪声标签中的至少一项。该实施方式不仅能够识别音频信号是否为语音，还可以识别音频信号具体为近场语音、远场语音还是音乐，从而为后续的音频处理提供可靠的类别信息，大大提高了音频处理的效率和效果。
音频信号处理方法装置电子设备存储介质

[发明专利]键盘声处理方法、装置、终端设备及存储介质-CN202010175888.8有效
发明人：吴威麒;江卫丰;陈敏;许一峰;陈满砚 -专利权人：北京字节跳动网络技术有限公司
申请日： 2020-03-13 - 公布日： 2023-09-22 - 主分类号： G10L25/78 文献下载
摘要：本公开公开了键盘声处理方法、装置、终端设备及介质。所述方法包括：响应于键盘声抑制触发条件，对采集到的键盘声信号进行人声区检测；若所述键盘声信号包含非人声信号，则对所述键盘声信号中符合非人声信号的频谱特征的噪声进行抑制；输出经过抑制的键盘声信号。利用该方法，能够有效抑制噪声，提高键盘声抑制的可靠性，提高远程通话质量。
键盘处理方法装置终端设备存储介质

[发明专利]一种测试方法、装置、设备以及存储介质-CN202310453369.7在审
发明人：汪鹏;迪力亚尔·帕尔哈提;黄明明;杨娟娟;车婷婷 -专利权人：百度时代网络技术（北京）有限公司
申请日： 2023-04-25 - 公布日： 2023-09-15 - 主分类号： G10L25/78 文献下载
摘要：本公开提供了一种测试方法、装置、设备以及存储介质，计算机技术领域，尤其涉及语音识别、音频会议和语音编码等技术领域。具体实现方案为：基于待进行测试的目标VAD算法，对测试音频进行语音区域识别，得到识别结果；利用所述识别结果以及所述测试音频的人工标注结果，计算所述目标VAD算法对应的多个指定测试指标的指标值；获得针对指定测试需求所确定的、所述多个指定测试指标的参考指标值；基于所述目标VAD算法对应的多个指定测试指标的指标值，以及所获得的参考指标值，确定所述目标VAD算法在所述指定测试需求下的测试结果。可见，通过本方案，可以更加全面地评估目标VAD算法在各个测试需求下的性能表现。
一种测试方法装置设备以及存储介质

[发明专利]信号处理方法和信息处理设备-CN201910104232.4有效
发明人：刘柳;石自强;林慧镔;刘汝杰 -专利权人：富士通株式会社
申请日： 2019-02-01 - 公布日： 2023-09-08 - 主分类号： G10L25/78 文献下载
摘要：本公开提供了信号处理方法和信息处理设备。信息处理设备包括处理器，所述处理器被配置为：对根据声音信号获得的时频域信号按照频率方向上的多个子带进行划分，以获得与各个子带对应的子带信号；将所获得的子带信号输入到预先训练好的分类模型中；以及利用分类模型确定声音信号中所包括的声音事件的类别，其中，分类模型包括分别与各个子带相对应的多个子带模型，每个子带模型根据通过训练获得的、相对应的子带对声音事件分类的影响而对所输入的子带信号施加权重，并根据被施加权重后的子带信号输出关于声音事件的初步分类结果，以及其中，分类模型根据多个子带模型的初步分类结果输出关于声音事件的最终分类结果。
信号处理方法信息处理设备

[发明专利]语音激活检测方法、装置、电子设备和存储介质-CN202111535021.X有效
发明人：张国昌;于利标;魏建强 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-15 - 公布日： 2023-08-29 - 主分类号： G10L25/78 文献下载
摘要：本公开提供了语音激活检测方法、装置、电子设备和存储介质，涉及语音处理技术领域，具体为人工智能和深度学习技术领域。具体实现方案为：获取第一音频信号，并提取所述第一音频信号的频域特征；将所述第一音频信号的频域特征输入至语音激活检测模型中，得到所述语音激活检测模型输出的语音存在检测结果，其中，所述语音激活检测模型用于检测所述第一音频信号中是否存在语音。本公开实施例可以提高语音激活检测的检测准确率，降低检测复杂性。
语音激活检测方法装置电子设备存储介质

[发明专利]语音唤醒方法、语音唤醒装置及存储介质-CN202310650035.9有效
发明人：鲁勇;刘波;刘海平;梁健林 -专利权人：北京探境科技有限公司
申请日： 2023-06-02 - 公布日： 2023-08-29 - 主分类号： G10L25/78 文献下载
摘要：本申请提出了一种语音唤醒方法、语音唤醒装置及存储介质。该语音唤醒方法包括：采集语音数据形成语音流；获取语音流中连续n个帧的统计参量的平均值，并作为初始门限值；从第n+1个帧开始，识别当前帧是语音帧还是静音帧；若是语音帧，则确定新门限值为初始门限值与增量值之和，增量值GΔ满足GΔ=x*M，x为已判定为语音帧的统计参量的长时平均值的1/P，P为预设脱离死锁状态的最大帧数，x的初始值为1，M为预设步长；若是静音帧，则采用一阶惯性滤波算法确定新门限值；根据新门限值识别当前帧后的帧是语音帧还是静音帧；在确定存在至少一语音帧时，执行语音识别操作和/或唤醒控制设备。本申请可以防止出现死锁状态，提高系统鲁棒性。
语音唤醒方法装置存储介质

[发明专利]语音活动检测装置与语音活动检测方法-CN202310678003.X在审
发明人：朱晓鼎 -专利权人：星宸科技股份有限公司
申请日： 2023-06-08 - 公布日： 2023-08-22 - 主分类号： G10L25/78 文献下载
摘要：本申请提供一种语音活动检测装置与语音活动检测方法，语音活动检测装置包括音频处理电路、第一内存以及处理器。音频处理电路处理自一音频产生电路提供的一音频信号以产生一第一音频数据。第一内存储存所述第一音频数据与一第一代码。处理器执行所述第一代码以操作在一第一模式，并响应自所述音频产生电路提供的一中断信号切换为操作在第二模式，以执行一第二内存中的一第二代码以判断储存在所述第一内存中的所述第一音频数据是否包括一人声信号，其中所述处理器操作在所述第一模式的功率消耗低于所述处理器操作在所述第二模式的功率消耗。
语音活动检测装置方法

[发明专利]对话系统以及对话单元-CN202310129465.6在审
发明人：大须贺晋;田中五大;锅仓彩那;中野凉太;渡边凌太;佐藤辰耶;北冈教英;西村良太;原直;太田健吾;石川晃之;石川友香 -专利权人：株式会社爱信
申请日： 2023-02-17 - 公布日： 2023-08-22 - 主分类号： G10L25/78 文献下载
摘要：本发明提供一种能够高精度地判定用户是否正在向系统说话的对话系统。PU(22)通过操作显示部(12)来控制作为人物的图像的智能体图像(14)。PU(22)执行基于麦克风(34)的输出信号(Ss)的声音区间检测。另外，PU(22)基于红外线照相机(32)的红外线图像数据(Dir)，来判定用户的嘴是否正在动作。在检测到是声音区间的意旨并且判定为用户的嘴正在动作的情况下，PU(22)判定为用户正在讲话，并将智能体图像14设为听取姿势的图像。
对话系统以及单元

[发明专利]一种音频处理方法及设备-CN202310380459.8在审
发明人：李林峰;黄海荣 -专利权人：湖北星纪魅族科技有限公司
申请日： 2023-04-04 - 公布日： 2023-08-22 - 主分类号： G10L25/78 文献下载
摘要：本申请提供一种音频处理方法及设备，该方法包括：采集音频数据；将音频数据存储至录音队列中，其中，录音队列为先进先出队列；从录音队列取出当前音频帧；确定当前音频帧的静音检测结果为非静音音频帧、全局状态为静音状态；确定存在连续第一帧数的非静音音频帧；拷贝静音检测队列的音频帧到识别队列的尾部，其中，静音检测队列为循环队列，识别队列为先进先出队列。
一种音频处理方法设备

[发明专利]学习装置、声音区间检测装置及声音区间检测方法-CN201880089324.3有效
发明人：花泽利行 -专利权人：三菱电机株式会社
申请日： 2018-02-20 - 公布日： 2023-08-15 - 主分类号： G10L25/78 文献下载
摘要：使用在输入信号为噪声的时间区间学习的噪声的高斯混合模型，来修正作为噪声和声音的判别尺度的声音度，基于修正后的声音度来检测声音区间。
学习装置声音区间检测方法

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 314 条