“上海墨百意信息科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果60个，建议您升级VIP下载更多相关专利

[发明专利]定制声音的合成方法、装置、电子设备及存储介质-CN202310961831.4在审
发明人：王茜;冯小琴;陈云琳 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-08-01 - 公布日： 2023-10-24 - 主分类号： G10L13/02 文献下载
摘要：本公开提供了一种定制声音的合成方法，包括：对历史音频数据进行分析，构建关于声音维度的定制提示数据库，其中定制提示数据库包括多个定制标签及各个定制标签所对应的多种自然语言标注；调用标签生成模型对定制指令进行分析，以在定制提示数据库中确定关于定制指令的多个目标标签及相应目标标注；以及基于各个目标标签及相应目标标注，将目标文本转换为响应定制指令的定制声音。本公开还提供一种定制声音的合成装置、电子设备及存储介质。
定制声音合成方法装置电子设备存储介质

[发明专利]说话人视频合成方法、装置、电子设备及存储介质-CN202310855662.6在审
发明人：祝阅兵;李永源;李梅;陈云琳 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-07-12 - 公布日： 2023-10-17 - 主分类号： G06T13/40 文献下载
摘要：本公开提供了一种说话人视频合成方法，包括：根据目标视频中的人脸数据，构建由表情参数控制的人像模型；对音频数据进行特征分析，确定音频数据对应的预测表情参数；以及基于预测表情参数，调用唇部区域掩模对人像模型的唇部区域图像进行动画渲染，以形成执行音频数据中说话动作的说话人像。本公开还提供了一种说话人视频合成装置、电子设备及存储介质。
说话视频合成方法装置电子设备存储介质

[发明专利]重读可控语音合成方法、装置、电子设备及存储介质-CN202310954513.5在审
发明人：史文婧;江明奇;陈云琳 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-07-31 - 公布日： 2023-10-10 - 主分类号： G10L13/02 文献下载
摘要：本公开提供了一种重读可控语音合成方法、装置、电子设备及存储介质。本公开实施例的重读可控语音合成方法包括：获取用户提供的第一文本；通过语音合成模型中的文本编码器获取第一文本的文本编码状态；获取重读特征，重读特征包括第一重读特征和/或第二重读特征，第一重读特征由用户设置，第二重读特征通过语音合成模型中的重音预测器基于第一文本的文本编码状态得到；至少通过语音合成模型中的解码器基于第一文本的文本编码状态和重读特征获得第一文本的合成音频。本公开实施例能够在不降低语音合成质量的前提下实现语音合成的重读可控。
重读可控语音合成方法装置电子设备存储介质

[发明专利]说话人脸的生成方法、装置、电子设备及存储介质-CN202310927998.9在审
发明人：李永源;唐旻杰;祝阅兵;陈云琳 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-07-26 - 公布日： 2023-10-03 - 主分类号： G06V40/16 文献下载
摘要：本公开提供了一种说话人脸的生成方法，包括：将原始视频中图像集对应的人脸特征和音频数据中语音分帧集对应的声音特征进行拼接，获得拼接特征序列，其中所述图像集包括待处理图像及依时序位于其前和其后的多张参考图像，所述语音分帧包括与所述待处理图像相应的目标分帧及依时序位于其前和其后的多个参考语音分帧；调用仿射变换模块对所述拼接特征序列进行形变优化处理，以生成优化特征序列；以及根据所述优化特征序列所映射的面部关键点，构建具有与所述目标分帧相应口型的人脸预测图像。本公开还提供了一种说话人脸的生成装置、电子设备及存储介质。
说话生成方法装置电子设备存储介质

[发明专利]一种字粒度时间戳确定方法、电子设备以及存储介质-CN202310732964.4在审
发明人：宋莎莎;魏光辉;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-06-19 - 公布日： 2023-09-19 - 主分类号： G10L25/51 文献下载
摘要：本发明实施例公开了一种字粒度时间戳确定方法、电子设备以及存储介质，通过将当前字的概率峰值对应的时间点确定为当前字的起始点，并根据所述当前字的概率峰值与相邻的下一概率峰值对应的时间点的差值，确定所述当前字的终止点，进而根据所述起始点和所述终止点确定所述当前字的时间戳。由此，本实施例可以解决字粒度时间戳的时间偏移以及非有效语音囊入字的持续时间内的技术问题，从而提高字粒度时间戳的准确度。
一种粒度时间确定方法电子设备以及存储介质

[发明专利]模型评测方法、装置、电子设备及存储介质-CN202310869598.7在审
发明人：孙鹏飞;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-07-14 - 公布日： 2023-09-12 - 主分类号： G06F16/33 文献下载
摘要：本公开提供了一种模型评测方法、装置、电子设备及存储介质。本公开实施例的模型评测方法包括：配置用于评测待测模型多种能力的多个任务并为各任务设置测试集，测试集至少包括适用于相应任务的测试样本；执行多个任务以调用待测模型处理相应测试集来获得各任务的测试结果集，测试结果集至少包括待测模型对相应测试集中测试样本进行处理得到的预测结果；评估多个任务的测试结果集以得到待测模型的评价结果，评价结果包括针对各任务的测试结果集进行评估得到的评价信息。本公开实施例能够全面均衡地对待测模型的多种能力进行准确高效评测。
模型评测方法装置电子设备存储介质

[发明专利]多风格语音的生成方法及装置-CN202310884051.4在审
发明人：秦秀元;殷昊;田锋平 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-07-18 - 公布日： 2023-09-05 - 主分类号： G10L13/08 文献下载
摘要：本公开提供了一种多风格语音的生成方法及装置，该方法先获取音频样本的风格特征，进而得到特征类型和损失值，通过损失值来更新模型参数，采用自适应特征迁移技术进行风格特征的迁移从而实现风格语音合成，在确保模型性能的前提下，有效降低了模型训练的复杂度和模型训练时使用的数据量，在语音合成中对不同风格进行建模，同时使用多说话人语音合成技术，可以对同一句话分别合成不同的风格，切换不同的第二音频作为输入，就可以实现多种风格的迁移，从而将不同风格特征迁移至任意一个无标注的发音人，在不降低语音合成质量的同时，提高了合成语音的自然度和表现力。
风格语音生成方法装置

[发明专利]图像生成的方法、装置及电子设备-CN202310619213.1在审
发明人：蒋健;杨喜梅;孟献强 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-05-29 - 公布日： 2023-09-05 - 主分类号： G06T11/00 文献下载
摘要：本公开提供了一种图像生成的方法，包括：对描述文本进行处理，以构建与描述文本相关联的多个初始图像；基于初始图像的图像特征，在记忆集中提取与图像特征对应的细节特征；以及利用细节特征分别对各个初始图像进行补充，以获得多个目标图像，其中目标图像的清晰度大于或者等于预设清晰阈值。本公开还提供一种图像生成的装置及电子设备。
图像生成方法装置电子设备

[发明专利]分布式任务调度系统及方法-CN202310713156.3在审
发明人：赵玉亮;祝建平;林士翔 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-06-15 - 公布日： 2023-08-29 - 主分类号： G06F9/48 文献下载
摘要：本发明实施例公开了一种分布式任务调度系统及方法。所述系统包括数据库，用于持久化存储任务队列及任务信息；多个任务调度单元，用于管理并调度任务；多个任务处理单元，用于接收并处理任务调度单元下发的任务，更新任务状态信息。由此，本发明实施例不需要额外的服务器和中心控制机构，可以在低成本的情况下进行快速部署和维护，设置多个任务调度单元和任务处理单元进行任务调度与处理，增强了系统的稳定性和处理效率。
分布式任务调度系统方法

[发明专利]人机交互的方法、装置、电子设备及存储介质-CN202310619204.2在审
发明人：蒋健;顾金华;吴向阳;孟献强 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-05-29 - 公布日： 2023-08-08 - 主分类号： G06F16/332 文献下载
摘要：本公开提供了一种人机交互的方法，包括：根据目标领域中各个领域分支的处理范围，为目标领域配置对应于各个领域分支的多个人物角色；响应于用户的对话请求，在多个人物角色中调取对应于对话请求的目标角色；以及利用目标角色对对话请求进行处理，以生成对应于对话请求的反馈结果，其中反馈结果与目标角色所关联的领域分支的处理范围相匹配。本公开还提供一种人机交互的装置、电子设备及存储介质。
人机交互方法装置电子设备存储介质

[发明专利]用户召回方法及系统-CN202310580163.0在审
发明人：祝建平;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-05-22 - 公布日： 2023-08-01 - 主分类号： G06Q30/0207 文献下载
摘要：本公开提供了一种用户召回方法及系统，该召回方法首先接收对输入控件的输入，响应于对输入控件的输入获取任务要素的内容，任务要素包括待召回用户集合、召回方式和召回时间，依据任务要素的内容生成召回任务，执行召回任务，以便在召回时间对待召回用户集合中的用户按召回方式进行召回，能够通过操作者对用户召回系统界面上输入控件的配置来自动创建出召回任务，并且能够针对不同的场景对输入控件进行不同的输入从而设置不同的召回策略，增强了用户召回的可配置性，更精准地唤醒和挽回流失用户，并且，通过用户召回系统自动对召回任务进行实施，提升了用户召回过程的自动化程度和运营效率，降低了任务实施过程所需的人工成本。
用户召回方法系统

[发明专利]语音关键词识别方法及装置-CN202310272306.1在审
发明人：张岩;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-03-17 - 公布日： 2023-08-01 - 主分类号： G10L15/16 文献下载
摘要：本公开提供了一种语音关键词识别方法及装置，该方法首先对待识别的音频信号进行特征提取得到音频特征，将音频特征输入LSTM模块映射到高维特征空间得到输出，然后对LSTM模块的输出进行维度变换得到后验概率矩阵，使用关键词生成关键词的有向有环图，即关键词解码图，有向有环图中包含所有关键词的可选路径，最后依据后验概率矩阵对有向有环图中的可选路径进行加权，得到关键词的路径得分，这样即使更换了关键词，也能够通过构建出相应的关键词图并配合原有声学模型进行新关键词识别，实现了模型复用，降低了模型构建的成本，提高了关键词识别的效率，并且识别准确率较高。
语音关键词识别方法装置

[发明专利]提示信息的生成方法、装置、电子设备及存储介质-CN202310365885.4在审
发明人：彭宇;孙鹏飞;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-04-04 - 公布日： 2023-07-25 - 主分类号： G06F40/35 文献下载
摘要：本公开提供了一种提示信息的生成方法包括：根据控制语言模型的任务指令和提示模板，构建包含多个伪提示标记的连续提示序列；利用语言模型对连续提示序列进行处理，以生成与任务指令相匹配的预测文本；以及响应于预测文本的性能分值超过期望值的评测结果，以连续提示序列作为提示模板，构建目标提示信息。本公开还提供一种提示信息的生成装置、电子设备及存储介质。
提示信息生成方法装置电子设备存储介质

[发明专利]视频生成方法及装置-CN202310121040.0在审
发明人：李永源;唐旻杰;李梅;孙瑜博;陈云琳 -专利权人： 上海墨百意信息科技有限公司
申请日： 2023-02-14 - 公布日： 2023-06-27 - 主分类号： G10L25/03 文献下载
摘要：本发明实施例公开了一种视频生成方法及装置，在根据图像文件确定第一人脸特征点和第二人脸特征点并根据音频数据获取至少两个不同说话人的语音数据后，对所述人脸特征点和语音数据进行对应匹配，基于匹配后的至少两个对应的人脸特征点和语音数据，分别生成相应的人脸特征点的偏移序列，进而合成至少两个人脸图像序列，并基于所述人脸图像序列生成双人对话视频。由此，降低了身份信息分离和读取的难度，从而合成双人对话视频，同时使生成的双人对话视频具有生动的姿态表达能力。
视频生成方法装置

[发明专利]虚拟直播的舞美配置方法、装置、电子设备及存储介质-CN202211533557.2在审
发明人：吴宇星;李志飞 -专利权人： 上海墨百意信息科技有限公司
申请日： 2022-12-01 - 公布日： 2023-06-23 - 主分类号： H04N21/431 文献下载
摘要：本公开提供了一种虚拟直播的舞美配置方法、装置、电子设备及存储介质。本公开的虚拟直播的舞美配置方法包括：提供用于配置虚拟直播舞美效果的第一窗口；获取针对舞美组件和时间轴设置区域的用户操作产生的第一舞美配置信息；根据第一舞美配置信息生成第一舞美组件序列，第一舞美组件序列包含用户选中的舞美组件且舞美组件按照其时间轴位置排序；获取针对保存按钮的用户操作产生的第一舞美保存信息；在第一舞美保存信息的触发下，利用第一舞美组件序列生成第一舞美数据和对应第一舞美数据的第一开关，第一开关用于触发第一舞美数据的输出，以便在虚拟直播过程中同时呈现相应的舞美效果。本公开能够实现舞美设计与虚拟人物表演的异步控制，提升虚拟直播的舞美效果和观赏体验。
虚拟直播舞美配置方法装置电子设备存储介质

1
2
3
4
下一页»
尾页
共 60 条