“中科极限元（杭州）智能科技股份有限公司”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20个，建议您升级VIP下载更多相关专利

[发明专利]基于对偶循环神经网络的序贯决策方法、装置及设备-CN202310385862.X在审
发明人：温正棋;黎苏亿 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-04-12 - 公布日： 2023-10-27 - 主分类号： G06N3/092 文献下载
摘要：本发明公开了一种基于对偶循环神经网络的序贯决策方法、装置及设备，方法包括：对经马尔可夫决策过程建模的策略对抗环境中的每个离散时间步#imgabs0#，接收策略对抗环境在#imgabs1#时刻的当前状态以及多个历史状态，并叠加得到叠加状态；利用对偶循环神经网络对所述叠加状态进行推理，计算出#imgabs2#时刻下的状态价值S及优势动作价值V，并生成每个动作的动作价值Q；基于当前状态，根据动作节点拓扑排序模块通过Min‑Max算法对所有动作进行局部收益计算，并根据所述局部收益以及约束规则生成动作掩码；根据动作价值Q以及动作掩码确定输出至策略对抗环境的最终动作；获取策略对抗环境给予各方的反馈，并进入到下一个离散时间步。本发明通过深度强化学习方法解决序贯决策问题。
基于对偶循环神经网络决策方法装置设备

[发明专利]深度合成音频检测系统及方法-CN202310617455.7在审
发明人：温正棋;王小鹏 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-05-29 - 公布日： 2023-10-20 - 主分类号： G10L25/51 文献下载
摘要：本发明公开一种深度合成音频检测系统及方法，包括：特征提取模块，用于提取音频的特征；所述语音增强模块，用于对音频进行噪声抑制：所述注意力融合模块，与语音增强模块相连接，用于语音增强前后的音频进行注意力权重融合；知识蒸馏模块，与注意力融合模块相连接，用于并行的大参数量判别器、轻量级判别器对音频进行检测区分真伪，并通过知识蒸馏迁移大参数量判别器的知识到轻量级判别器上。本发明既提升了噪声场景下的检测性能，又在噪声场景下仍然保持鲁棒性。
深度合成音频检测系统方法

[发明专利]解耦声纹和内容的合成音频检测方法、装置、设备和介质-CN202310386694.6在审
发明人：温正棋;汪智勇 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-04-12 - 公布日： 2023-10-03 - 主分类号： G10L17/02 文献下载
摘要：本发明实施例提供一种解耦声纹和内容的合成音频检测方法、装置、设备和介质，涉及合成音频检测技术领域。其中，这种合成音频检测方法包含步骤S1至步骤S5。S1、获取待检测音频。S2、根据待检测音频，通过深度神经网络提取声纹特征。S3、根据待检测音频，通过内容编码器提取内容特征。S4、根据待检测音频，以声纹特征和内容特征作为噪声参考，通过信号分离神经网络，获取剥离声纹特征和内容特征的鲁棒抗噪真伪特征。S5、根据鲁棒抗噪真伪特征，通过全连接神经网络判断待检测音频是否为合成音频，获取判断结果。本发明实施例的合成音频检测方法彻底解耦音频中的说话人身份信息以及文本信息，从而对剩余部分进行深度合成检测，大大提高了识别精度，以及低鲁棒性。
声纹内容合成音频检测方法装置设备介质

[发明专利]一种基于多特征重建融合的深度合成音频检测方法及系统-CN202310623066.5在审
发明人：温正棋;王小鹏 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-05-29 - 公布日： 2023-10-03 - 主分类号： G10L25/51 文献下载
摘要：本发明属于音频鉴别技术领域，具体提供了一种基于多特征重建融合的深度合成音频检测方法及系统，其中方法包括：从语音信号中提取多种特征，并进行标准化处理再融合得到原始特征向量；进行掩码处理后得到重建特征向量；对重建特征向量与真实特征进行损失计算，以训练得到融合多种特征信息特性的编码器；训练鉴别器，使得鉴别器能够区分真实语音和伪造音频。利用训练好的编码器和鉴别器便可以检测语音真伪。本方案综合利用多种特征对语音进行鉴别，结合多种语音特征，将不同的特征进行调整和标准化，并将它们组合起来进行训练和推理。通过采用基于多特征重建融合的深度合成模型对音频进行重建，大大提高了语音鉴伪的准确性和可靠性。
一种基于特征重建融合深度合成音频检测方法系统

[发明专利]一种大模型对抗样本的生成方法-CN202310635311.4在审
发明人：温正棋;王小鹏 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-05-31 - 公布日： 2023-09-08 - 主分类号： G06N3/094 文献下载
摘要：本发明公开了一种大模型对抗样本的生成方法，该大模型对抗样本的生成方法包括以下步骤：采用生成式大模型，将音频信息和文本信息编码为中间特征，解码还原为音频文件；引入循环损失计算，随机替换掉音频部分信息，达到音频各部分信息解耦；利用强化学习，采用马尔科夫决策过程，减少了人工标注的工作量。该大模型对抗样本的生成方法引入循环损失，对中间特征各部分信息解耦，提升模型性能且对各部分可控；通过训练生成式大模型，降低对数据质量的要求；通过强化学习系统，根据输入的文本信息自动的选择恰当的情感信息等，做到了在数据层面无需额外情感标注，且合成后的结果对于情感的选择、强烈程度更加自然平滑。
一种模型对抗样本生成方法

[发明专利]基于韵律特征的合成语音检测方法-CN202310670395.5在审
发明人：温正棋;汪涛 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-06-07 - 公布日： 2023-08-29 - 主分类号： G10L15/01 文献下载
摘要：本发明属于合成语音检测技术领域，特别涉及一种基于韵律特征的合成语音检测方法，其中，合成语音检测方法包括以下步骤：获取待检测语音信号；根据预设的第一方式对待检测语音信号进行处理，得到声学特征；根据预设的第二方式对待检测语音信号进行处理，得到韵律特征；将声学特征与韵律特征拼接，得到特征向量；将特征向量输入预设的神经网络模型进行检测，得到检测结果。本发明提供的合成语音检测方法，通过提取语音中的韵律特征来鉴别深度合成语音和真实语音，提高了语音鉴别的准确性和鲁棒性。
基于韵律特征合成语音检测方法

[发明专利]一种基于声码器痕迹指纹比对的深度合成语音检测方法-CN202310670390.2在审
发明人：温正棋;汪智勇 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-06-07 - 公布日： 2023-08-25 - 主分类号： G10L25/69 文献下载
摘要：本发明属于音频检测技术领域，特别涉及一种基于声码器痕迹指纹比对的深度合成语音检测方法，其中，深度合成语音检测方法包括以下步骤：获取待检测语音；将待检测语音输入预训练的声码器，得到合成音频；提取待检测语音和合成音频的波形特征；依据待检测语音的波形特征与合成音频的波形特征计算出待检测语音的真伪结果。本发明提供的深度合成语音检测方法以合成音频的角度，针对声码器这个深度合成中十分重要的模块进行基于声码器痕迹指纹的合成音频伪造检测，可解释性强，同时，对原始音频以及分析合成音频的波形提取神经网络特征，能准确捕捉目标声码器的深度合成痕迹，准确性高。
一种基于声码痕迹指纹深度合成语音检测方法

[发明专利]音频对抗样本生成方法、装置、设备及存储介质-CN202310386808.7在审
发明人：温正棋;戚鑫 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-04-12 - 公布日： 2023-08-11 - 主分类号： G10L13/08 文献下载
摘要：本发明公开了一种音频对抗样本生成方法、装置、设备及存储介质，方法包括：获取文本信息及噪声；将文本信息输入至随机时长预测器得到每一个文本的时长信息，根据时长信息与噪声进行对齐，得到对齐结果；将文本信息和对齐结果输入至先验编码器中，以编码得到中间特征；将中间特征及噪声输入至条件分布生成器，以噪声作为条件，经过多个并行的长短期记忆网络和全连接层，获得在噪声条件下，多个关于中间特征的帧级别分布；将分布经过flow层转换为与音频帧后验分布的近似分布，并采样出隐变量；对隐变量进行解码得到音频对抗样本。本发明利用分布采样原理条件的将噪声添加到人耳听不到的领域，使得生成的音频对抗样本更好的达到欺骗人耳的效果。
音频对抗样本生成方法装置设备存储介质

[发明专利]基于人设特征的合成音频识别方法、装置、设备及介质-CN202310386238.1在审
发明人：温正棋;陆逸 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2023-04-12 - 公布日： 2023-08-04 - 主分类号： G10L13/027 文献下载
摘要：本公开实施例中提供了一种基于人设特征的合成音频识别方法、装置、设备及介质，方法包括：获取待识别的多模态的用户数据；其中，所述多模态的用户数据至少包括音频数据；利用相应的编码器对所述音频数据进行特征提取获取第一音频特征向量；利用通过对比学习调整后的编码器，对相应模态的用户数据进行特征提取，获取与各个模态对应的特征向量，所述特征向量包括第二音频特征向量；对除第二音频特征向量外的其他特征向量进行拼接，得到人设特征向量；计算所述第二音频特征向量与所述人设特征向量的相似度；根据所述相似度以及所述第一音频特征向量判断所述音频数据为自然音频或者合成音频。本发明能够提高对合成音频的识别准确性。
基于特征合成音频识别方法装置设备介质

[发明专利]一种单通道语音同时降噪和去混响系统-CN202010985378.7有效
发明人：范存航;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2020-09-18 - 公布日： 2023-05-23 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开了一种单通道语音同时降噪和去混响系统，包括：语音降噪模块、语音去混响模块和联合训练模块，语音降噪模块利用深度聚类算法训练深度嵌入式特征提取器，从混合的语音信号中提取深度嵌入式特征，将输入的混合语音映射到一个没有噪声的嵌入式空间中，因此深度嵌入式特征不包含噪声，且对混响和直达声区分性很大；语音去混响模块与语音降噪模块连接，将混响语音信号从深度嵌入式特征中去除，估计出干净目标的直达声，从而实现语音降噪和去混响的目的；联合训练模块分别与语音降噪模块和语音去混响模块连接，用于联合优化语音降噪和语音去混响模块，提升增强后语音的质量和可懂度。
一种通道语音同时混响系统

[发明专利]一种基于门控图神经网络的序列关系预测方法以及装置-CN202210901026.8在审
发明人：陶建华;石晨希;杨国花;张大伟;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2022-07-28 - 公布日： 2022-11-01 - 主分类号： G06Q10/04 文献下载
摘要：本公开是关于一种基于门控图神经网络的序列关系预测方法、装置、电子设备以及存储介质。其中，该方法包括：将待预测的序列关系进行预处理；基于双邻接矩阵生成特征图，基于介数中心性算法生成初始特征；根据门控图神经网络模型生成全局特征；基于注意力机制建立节点间关系模型生成局部特征；将所述待预测的序列关系的全局特征及局部特征拼接生成所述待预测的序列关系的拼接特征，根据所述待预测的序列关系的拼接特征完成对所述待预测的序列关系的节点预测。本公开通过门控图神经网络可以获得不同节点间的隐层关系及新的损失函数，提高了序列关系预测模型的健壮性和准确率。
一种基于门控神经网络序列关系预测方法以及装置

[发明专利]一种基于知识体系的长文本检索方法以及装置-CN202210903394.6在审
发明人：陶建华;凡佳辉;张大伟;杨国花;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2022-07-28 - 公布日： 2022-10-28 - 主分类号： G06F16/31 文献下载
摘要：本公开是关于一种基于知识体系的长文本检索方法、装置、电子设备以及存储介质。其中，该方法包括：将待检索关键词基于预设知识体系匹配扩展词，并在预设的长文本库倒排索引中进行文本预筛选，生成预筛选集合；分别以所述关键词、所述扩展词为输入，匹配生成语义特征、主题特征；计算所述语义特征与所述预筛选集合中文本的语义相似度、主题相似度；将所述语义相似度与所述主题相似度求和生成总相似度并排序，基于总相似度排序生成所述总相似度对应的检索结果并发送至用户。本公开通过设计缓存体系和文本ID映射算法减少了算法执行过程的时间和空间开销，提升了检索效率与准确度。
一种基于知识体系文本检索方法以及装置

[发明专利]基于前馈神经网络的低延时语音识别模型及训练方法-CN202010988191.2有效
发明人：白烨;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2020-09-18 - 公布日： 2022-05-06 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了基于前馈神经网络的低延时语音识别模型及训练方法，模型包括：编码器、解码器和总结器；训练方法包括：S11，语音特征提取；S12，编码器将声学特征序列转换为高层语义表示；S13，总结器通过预设的位置编码和高层语义表示转换为对应于每一个词位置的高层语义表示；S14，解码器从对应于每一个词位置的表示中进一步提取词级别的语义信息；识别方法还包括预测阶段，根据解码器的输出在每一个位置选取概率最大的词。
基于神经网络延时语音识别模型训练方法

[发明专利]基于自回归网络的非平行语料语音转换方法及系统-CN202011161519.X有效
发明人：连政;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2020-10-27 - 公布日： 2022-03-18 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了基于自回归网络的非平行语料语音转换方法及系统，方法包括：S1，音素后延概率抽取，从输入语音中抽取音素后延概率特征；S2，编码阶段，捕获音素后延概率特征中的上下文信息，从而获取融合上下文信息的文本特征表示；S3，利用自适应注意力机制，对当前时刻的文本特征和上一时刻的声学特征进行融合，获取增广的特征表示；S4，解码阶段，基于增广的特征表示，采用长短时记忆网络预测目标说话人的声学特征；S5，语音生成，基于预测的目标说话人的声学特征，利用声码器合成语音；系统包括：音素后延概率抽取模块、编码模块、语音生成模块，以及一组注意力模块和解码模块。
基于回归网络平行语料语音转换方法系统

[发明专利]基于门控递归融合深度嵌入式特征的多通道语音分离系统-CN202010985342.9有效
发明人：范存航;温正棋 -专利权人： 中科极限元（杭州）智能科技股份有限公司
申请日： 2020-09-18 - 公布日： 2022-03-01 - 主分类号： G10L21/0272 文献下载
摘要：本发明公开了基于门控递归融合深度嵌入式特征的多通道语音分离系统，包括门控递归融合模块、深度嵌入式特征提取模块、语音分离模块、区分性训练模块和联合训练模块，门控递归融合模块，将空间信息和幅值谱信息进行深度融合，输出门控递归融合特征；深度嵌入式特征提取模块，通过深度嵌入式特征损失目标函数，从门控递归融合特征中提取更具有区分性的深度嵌入式特征；语音分离模块，将深度嵌入式特征分离，得到每个源目标语音信号；区分性训练模块，通过区分后的源目标语音信号得到区分性损失目标函数；联合训练模块，通过对区分性损失目标函数和深度嵌入式特征损失目标函数的联合训练。
基于门控递归融合深度嵌入式特征通道语音分离系统

1
2
下一页»
尾页
共 20 条