“司玉景”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17个，建议您升级VIP下载更多相关专利

[发明专利]降低神经网络CPU峰值利用率的方法、装置、设备和介质-CN202310236898.1在审
发明人： 司玉景;李全忠 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2023-03-13 - 公布日： 2023-07-21 - 主分类号： G06F1/3234 文献下载
摘要：本发明公开了一种降低神经网络CPU峰值利用率的方法、装置、设备和介质，涉及计算机技术领域，包括：判断特征向量序列的类型，若为关键帧，则将其输入至神经网络，将神经网络前向计算的运算过程按照第一预设比例分配给关键帧，获得神经网络的中间隐藏层的输出；若为过渡帧，则将第一中间隐藏层的输出作为后续中间隐藏层的输入，将神经网络前向计算的运算过程按照第二预设比例分配给所述过渡帧，以获得后续中间隐藏层的输出；重复上述过程，直至得到神经网络最终输出结果；重复上述步骤，直至所有的特征向量序列处理完毕。本发明降低了神经网络计算中的CPU峰值计算量，从而降低了神经网络的CPU峰值利用率和峰值功耗。
降低神经网络 cpu 峰值利用率方法装置设备介质

[发明专利]语音克隆模型生成方法、装置及电子设备-CN202211419993.7在审
发明人： 司玉景;王通;李全忠 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-11-14 - 公布日： 2023-03-21 - 主分类号： G10L13/06 文献下载
摘要：本说明书实施例提供了一种语音克隆模型生成方法、装置及电子设备，其中，方法包括：构建包含多个说话人音色的语音合成音库；基于所述语音合成音库训练得到包含多个说话人ID的语音合成基础模型；获取目标说话人的语音和标注，从所述语音合成音库中查找到和所述目标说话人的发音相似度最高的说话人ID；在语音合成基础模型中设置该说话人的ID作为语音克隆的预训练模型，利用目标说话人的语音和标注文本，进行自适应训练，得到所述目标说话人的语音合成模型。本发明可以避免由于预训练模型和目标说话人发音差异较大而导致的语音克隆效果差的现象，进一步提高了语音克隆的合成效果和鲁棒性。
语音克隆模型生成方法装置电子设备

[发明专利]确定自定义唤醒词阈值的方法以及装置、存储介质、电子装置-CN202211009180.0在审
发明人：张钦;司玉景;李全忠 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-08-22 - 公布日： 2022-11-22 - 主分类号： G10L15/01 文献下载
摘要：本申请公开了一种确定自定义唤醒词阈值的方法以及装置、存储介质、电子装置。该方法包括根据预设声学模型的测试测试集产生的后验结果对用户定义的唤醒参数打分，得到误唤醒指标，其中所述预设声学模型用于将前向计算存储后验；根据所述误唤醒指标，确定自定义唤醒词阈值。本申请通过设置唤醒词阈值，解决了使用自定义唤醒词进行语音唤醒时会发生误唤醒率高的技术问题。
确定自定义唤醒阈值方法以及装置存储介质电子

[发明专利]一种自动支持多语种语音交互的系统及方法-CN202210731405.7在审
发明人： 司玉景;李全忠 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-06-24 - 公布日： 2022-10-25 - 主分类号： G10L15/22 文献下载
摘要：本发明提供一种自动支持多语种语音交互的系统和方法，同时提出了一种基于多语种混合的声学模型训练方法，用于提升智能语音交互过程中的用户体验；交互过程中，唤醒模块和识别模块分别采用基于多语种混合的语音唤醒模型和基于多语种混合的语音识别模型，实现了自动支持多语种语音交互的目的；利用本发明提出的方法，在交互过程中，不用手动选择语种版本，可以自动支持多个语种的语音交互；设备功耗不会随着语种种类的增加而增加，可降低设备功耗，从而达到节能的目的，采用不同语种也可以完成一次交互，例如，先说英文唤醒词，然后后面用中文进行交互，交互过程不会因语种切换而显得卡顿，进一步提高用户体验。
一种自动支持语种语音交互系统方法

[发明专利]语音合成方法以及装置、存储介质、电子装置-CN202210870108.0在审
发明人： 司玉景;张钦;王通;郗雯;沈彬彬;蒲瑶;李全忠 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-07-22 - 公布日： 2022-10-25 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种语音合成方法以及装置、存储介质、电子装置。该方法包括获取文本数据；通过预设的NAT处理模型，得到文本数据合成的语音音频数据，其中，所述预设的NAT处理模型中包括编码器、高斯上采样模块、解码器，所述编码器采用单向长短时记忆网络以及反向延时可控的循环神经网络，所述高斯上采样模块按照预设块进行高斯上采样，所述解码器包括基于神经网络的梅尔声码器和基于神经网络的LPL声码器；根据所述神经网络的梅尔声码器以及所述基于神经网络的LPL声码器处理结果，得到所述文本数据的合成结果。本申请解决了语音合成整体系统的延时以及无法合成语音的技术问题。
语音合成方法以及装置存储介质电子

[发明专利]一种语音数据获取方法、装置、电子设备和存储介质-CN202210567206.7在审
发明人：王通;司玉景;李全忠;何国涛;蒲瑶 -专利权人：普强信息技术（北京）有限公司
申请日： 2022-05-24 - 公布日： 2022-07-29 - 主分类号： G10L13/027 文献下载
摘要：本发明公开了一种语音数据获取方法、装置、电子设备和存储介质，方法包括：获取多个说话人的录音数据；将所述多个说话人的录音数据作为训练数据，训练获得每个说话人对应的声音克隆合成模型；获取语音任务所需语音数据的文本信息；利用所述每个说话人的声音克隆合成模型生成所述文本信息对应的语音数据；保存生成的全部语音数据，作为所述语音任务所需的语音数据。本发明提升了语音数据获取效率、减少了传统数据获取方法带来的高昂成本。
一种语音数据获取方法装置电子设备存储介质

[发明专利]语种识别方法、装置、电子设备及介质-CN202210142417.6在审
发明人： 司玉景;张钦;李全忠;何国涛;蒲瑶 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-02-16 - 公布日： 2022-06-21 - 主分类号： G10L15/00 文献下载
摘要：本发明提供一种语种识别方法、装置、电子设备及介质，该语种识别方法包括：获取多语种音频数据，根据音频数据提取对应的声学特征；创建深度神经网络，以声学特征作为输入，通过训练得到已训练的深度神经网络；根据语种识别请求，获取音频序列并提取声学特征，采用已训练的深度神经网络进行推理，确定音频序列中的语种概率；根据语种概率，计算语种置信度，最后确定音频序列的语种。本发明的技术方案通过对每个语种的声学发音特征进行建模，建模单元颗粒度更小，从而可以进一步提高语种识别的准确率和鲁棒性。
语种识别方法装置电子设备介质

[发明专利]合成语音评估方法、装置、设备及存储介质-CN202210069592.7在审
发明人：王通;司玉景;李全忠;何国涛;蒲瑶 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2022-01-21 - 公布日： 2022-05-13 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种合成语音评估方法、装置、设备及存储介质，涉及人工智能，包括：将自然语音输入至第一语音神经网络模型，选取至少一个编码层，获取该至少一个编码层提取的编码结果作为第一编码集；其中该至少一个编码层不包括第一神经网络模型的输出层；将合成语音输入至第一语音神经网络模型，获取该至少一个编码层提取的编码结果作为第二编码集；根据第一编码集及第二编码集，获取语音感知距离作为合成语音的评估结果。本发明不依赖人力，提升了合成语音的自然性评估的评估效率。
合成语音评估方法装置设备存储介质

[发明专利]基于端到端模型的混合语音识别系统及方法-CN202111041405.6在审
发明人： 司玉景;李全忠;何国涛;蒲瑶 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2021-09-07 - 公布日： 2021-12-07 - 主分类号： G10L15/183 文献下载
摘要：本发明涉及一种基于端到端模型的混合语音识别系统及方法，包括特征提取模块、语言模型、基于端到端模型的声学模型、解码器、词图重估模块以及输出模块。本发明采用声学语言端到端建模技术，对海量语音数据进行建模，并将端到端模型的编码网络作为声学模型，嵌入到混合语音识别系统中，不仅进一步提高了语音识别准确率，而且解决了纯端到端语音识别系统在项目中难以做定制化的问题。另外，本发明在端到端模型的编码网络的基础上，继续做鉴别性声学模型训练(SMBR、MPE等)，可以进一步提高识别准确率。
基于端到端模型混合语音识别系统方法

[发明专利]可定制的低延时命令词识别方法及装置-CN202110865579.8在审
发明人： 司玉景;李全忠;何国涛;蒲瑶 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2021-07-29 - 公布日： 2021-11-02 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及一种可定制的低延时命令词识别方法及装置，包括获取待识别语音，并根据待识别语音确定待处理的声学特征；将声学特征输入到预构建的神经网络分类模型中进行识别，获取声学特征所属的每个建模单元的后验概率；其中，建模单元为带调拼音；根据后验概率计算每个命令词的置信度以及其包含的建模单元出现的时间点；根据置信度和时间点来判断是否输出该命令词。本发明能够对汉语中所有的带调拼音进行建模，采用简单高效的打分机制，完成低延时命令词列表的识别任务，降低了命令词识别的开发成本和时间成本。本发明采用的置信度计算方法具有极低的计算复杂度和空间复杂度，并具有较高的准确率和较低的误唤醒率，可实时地检测命令词是否出现。
定制延时命令识别方法装置

[发明专利]基于多级触发机制的超低功耗唤醒方法及装置-CN202110865588.7在审
发明人：张钦;司玉景;李全忠;何国涛;蒲瑶 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2021-07-29 - 公布日： 2021-11-02 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及一种基于多级触发机制的超低功耗唤醒方法及装置，包括确定待处理语音；输入到活动语音检测模型中，确定所述待处理语音为活动语音片段的概率，大于所述预设阈值时输入到第一声学模型中；将第一相似度与第二预设阈值进行对比，在第一相似度大于所述第二预设阈值时，将活动语音片段的语音信号输入到第二声学模型中，与第三预设阈值对比，根据对比结果进行命令词识别。本申请通过低功耗的活动语音检测模型降低了系统功耗，第一声学模型和第二声学模型只有在有语音信号输入时才启动，系统整体的唤醒由第二声学模型决定，从而达到了保持低误唤醒率的同时降低功耗的目的，动态的MIPS调整，使得系统无需搭载多块芯片来满足不同模块的计算需求。
基于多级触发机制功耗唤醒方法装置

[实用新型]一种道路交通信息采集设备-CN202020179998.7有效
发明人：何国涛;赵茂祥;司玉景 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2020-02-18 - 公布日： 2020-10-20 - 主分类号： G08G1/04 文献下载
摘要：本实用新型实施例公开了一种道路交通信息采集设备包括信息采集模块、旋转模块、升降模块、固定模块和电源模块，所述电源模块与所述信息采集模块电连接，所述信息采集模块旋转连接于所述旋转模块上，所述旋转模块远离所述信息采集模块的一端与所述升降模块固定连接，所述升降模块远离所述旋转模块的一端与所述固定模块相连；所述信息采集模块包括壳体，所述壳体内部设置有信息与控制单元电连接的采集单元、图像处理单元、存储单元和无线传输单元。本实用新型实施例提供一种道路交通信息采集设备，以解决现有技术中由于交通信息采集设备需要接线安装和不能调节角度而导致的拆卸安装复杂和不能随意调控的问题。
一种道路交通信息采集设备

[发明专利]一种基于人机交互的自然语言处理系统-CN202010082680.1在审
发明人：李全忠;马成龙;司玉景;胡云燎 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2020-02-07 - 公布日： 2020-06-23 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及智能人机交互设备技术领域，且公开了一种基于人机交互的自然语言处理系统，包括以下模块：语言处理网关；语义理解，使用规则结合语义匹配、意图分类等方法，提取出语言处理网关中符合句子的意图及包含的各项数据；语言生成。该基于人机交互的自然语言处理系统，通过语义规则和深度神经网络相结合的处理方法，可以有效的将语言处理网关中的输入文本信息转化为数学向量，利用数学向量的方式来描述词语层次的语义逻辑，使用卷积神经网络和循环神经网络对句子进行编码，并结合自注意力机制，挖掘句子深层次的语义知识，从多个角度增强对文本信息的解析与识别，进而有效的增强了该自然语言处理系统的识别精度。
一种基于人机交互自然语言处理系统

[发明专利]一种客服中心呼叫用语音质检分析系统-CN202010082671.2在审
发明人：田兴邦;何国涛;司玉景;赵茂祥;刘郁松 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2020-02-07 - 公布日： 2020-06-16 - 主分类号： H04M3/22 文献下载
摘要：本发明涉及语音质检技术领域，且公开了一种客服中心呼叫用语音质检分析系统，包括呼叫中心模块、语音识别模块和文本识别模块，所述呼叫中心连接通过串口与语音识别模块连接，用于采集呼叫中心模块中的语音信息，并将录音信息传输至语音识别模块；文本识别模块通过串口连接有中央信息处理器。该客服中心呼叫用语音质检分析系统，利用话者语音分离模块中通话情感识别系统分析客服服务态度的情况及态度趋向，以便于客服质检管理者对于客服质量的状况进行及时的把握，检测客户服务质量和服务流程中所遇到的问题，利用对应特征二次提取和核对并确定客户对应的需求，可对语音中的客户的信息进行分析和挖掘，进一步发掘其中的商业价值。
一种客服中心呼叫用语音质分析系统

[发明专利]一种基于互联网应用的智能语音识别系统-CN202010082693.9在审
发明人：何国涛;司玉景;马成龙 -专利权人：普强时代（珠海横琴）信息技术有限公司
申请日： 2020-02-07 - 公布日： 2020-05-29 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及智能交互技术领域，且公开了一种基于互联网应用的智能语音识别系统，采用C/S架构，包括提供语音识别服务的服务器和客户端，所述客户端获取音频信息后发送至云端服务器，所述云端服务器识别结果后按要求返回客户端，述智能语音识别系统由接入、API、框架和框架支持四个逻辑层组成。该基于互联网应用的智能语音识别系统，通过多种用户词典和声学模型覆盖全部日常词汇和高频领域词汇，同时其来源也覆盖不同地域说话人口音，在不同的业务场景下都取得较好的识别效果，语言模型的对小众的语言表达方式也实现了支持，在个性化表达的场景下也能获得正确率较高的识别结果，同时输出也支持个性化表达的输出方式。
一种基于互联网应用智能语音识别系统

1
2
下一页»
尾页
共 17 条