“张景宣”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]一种语音识别方法、装置、设备及存储介质-CN202310641362.8在审
发明人：茆廷志;万根顺;王磊奇;张景宣;高建清;潘嘉;刘聪;胡国平 -专利权人：科大讯飞股份有限公司
申请日： 2023-05-31 - 公布日： 2023-09-29 - 主分类号： G10L15/22 文献下载
摘要：本发明提供了一种语音识别方法、装置、设备及存储介质，语音识别方法包括：获取指定领域的目标语音和目标视频，其中，目标语音为目标视频的视频画面内容的解说语音；从目标视频的视频画面中检测实体，得到第一目标实体；从指定领域的知识图谱中获取第一目标实体的知识信息；辅以第一目标实体的知识信息，对目标语音进行语音识别，得到目标语音的语音识别结果。本发明从解说语音的特点出发，提出从目标视频的视频画面中检测实体，并从知识图谱中获取检测出的实体的知识信息，进而辅以获得的实体知识信息对目标语音进行识别，在对目标语音进行识别时，辅以从目标视频的视频画面中检测出的实体的知识信息，能够获得较为准确的语音识别结果。
一种语音识别方法装置设备存储介质

[发明专利]一种语音识别方法、装置、设备及存储介质-CN202310641371.7在审
发明人：茆廷志;万根顺;邢秀萍;张景宣;高建清;潘嘉;刘聪;胡国平 -专利权人：科大讯飞股份有限公司
申请日： 2023-05-31 - 公布日： 2023-09-15 - 主分类号： G10L15/22 文献下载
摘要：本发明提供了一种语音识别方法、装置、设备及存储介质，语音识别方法包括：获取目标语音和目标视频，其中，目标语音为目标视频的视频内容的解说语音；对目标语音提取声学特征，得到目标语音的声学特征，并对目标视频提取含视频内容信息的视觉特征，得到目标视频的视觉特征；根据目标语音的声学特征并辅以目标视频的视觉特征，确定目标语音的语音识别结果。考虑到目标语音为目标视频的视频内容的解说语音，其与目标视频的视频内容具有一定的相关性，本发明对目标视频提取含视频内容信息的视觉特征，辅以视觉特征对解说语音进行语音识别，在对目标语音即解说语音进行语音识别时，辅以含视频内容信息的视觉特征，能够获得较为准确的语音识别结果。
一种语音识别方法装置设备存储介质

[发明专利]一种语音端点检测方法、装置、设备及存储介质-CN202310513866.1在审
发明人：陈洁茹;田定书;万根顺;张景宣;付中华;高建清;潘嘉;刘聪;胡国平 -专利权人：科大讯飞股份有限公司
申请日： 2023-05-08 - 公布日： 2023-08-11 - 主分类号： G10L25/87 文献下载
摘要：本发明提供了一种语音端点检测方法、装置、设备及存储介质，语音端点检测方法包括：获取目标数据，目标数据包括目标音频数据；将目标数据输入预先训练得到的音频帧分类模型，得到目标音频数据的音频帧的分类结果，其中，音频帧分类模型以带有若干噪声类别中的一个或多个类别的噪声的第一音频数据为训练样本，以第一音频数据的音频帧在多个维度下的真实类别为样本标签训练得到，多个维度包括语音维度和若干噪声类别分别对应的噪声维度；根据目标音频数据的音频帧的分类结果确定语音端点。本发明提供的语音端点检测方法能够检测出准确的语音端点。
一种语音端点检测方法装置设备存储介质

[实用新型]支挡装置-CN202223238496.5有效
发明人：高子华;张景宣;赵升峰 -专利权人：江苏恒茂嘉诚建材有限公司
申请日： 2022-12-02 - 公布日： 2023-07-04 - 主分类号： E02D5/30 文献下载
摘要：本申请公开了一种支挡装置，该预制桩包括：桩身，桩身外侧壁包括相背设置的第一配合面和第二配合面，第一配合面和第二配合面平行，第一配合面设置有第一凹槽，桩身的横截面设置为八边形；第二配合面设置有第二凹槽，第二凹槽能够与另一预制桩上的第一凹槽拼合成柱孔；或者，第二配合面设置有凸起，凸起能够置入另一预制桩上的第一凹槽内。该支挡装置包括：两个支挡机构，任一止挡机构包括压顶梁和多根并排设置的预制桩，相邻两根预制桩的第一配合面和第二配合面相互紧贴，压顶梁位于预制桩的上方。保证了支挡装置挡水和挡土能力，提高了预制桩的强度和抗变形能力，并且预制桩可以进行预制，能够缩短现场施工时间。
装置

[发明专利]语音端点检测方法、装置、存储介质及电子设备-CN202211477438.X在审
发明人：陈洁茹;万根顺;张景宣;付中华;高建清;潘嘉;刘聪;胡国平 -专利权人：西安讯飞超脑信息科技有限公司
申请日： 2022-11-23 - 公布日： 2023-05-16 - 主分类号： G10L25/87 文献下载
摘要：本申请提供了一种语音端点检测方法、装置、存储介质及电子设备，涉及语音处理技术领域。该方法包括：获取目标对象对应的音频帧和视频帧，音频帧和视频帧处于同一目标时段；分别对音频帧和视频帧进行特征提取，得到音频特征和视频特征；基于音频特征和视频特征，确定目标时段内的多个时间节点各自的强模态特征；基于目标时段内的多个时间节点各自的强模态特征，确定目标时段内的语音端点。通过本申请中的方案，提高了语音端点的检测精度，以及语音端点检测在异常情况下的正常运行。
语音端点检测方法装置存储介质电子设备

[发明专利]一种预训练方法及相关方法和设备-CN202310093381.1在审
发明人： 张景宣;万根顺;付中华;潘嘉;高建清;刘聪;胡国平;刘庆峰 -专利权人：科大讯飞股份有限公司
申请日： 2023-01-18 - 公布日： 2023-04-11 - 主分类号： G06N3/0464 文献下载
摘要：本发明提供了一种预训练方法及相关方法和设备，其中，预训练方法包括：获取多模态训练数据；基于包括编码部分和辅助训练部分的学生模型，对多模态训练数据进行编码，得到第一编码结果，并基于第一编码结果预测特征；基于只包括编码部分的教师模型，对多模态训练数据进行编码，得到第二编码结果，并基于第二编码结果确定目标特征；以使基于第一编码结果预测的特征趋近于目标特征为目标，对学生模型进行参数更新，教师模型的参数随学生模型参数的更新而更新；训练结束后得到的学生模型作为目标预训练模型。本发明提供的预训练方法可适用于多模态数据应用场景，还可适用于单模态数据应用场景，且本发明提供的预训练方法具有较高的模型训练效率。
一种训练方法相关设备

[发明专利]视频信号处理方法、装置、设备及可读存储介质-CN202211570582.8在审
发明人： 张景宣;万根顺;付中华;潘嘉;高建清;刘聪;胡国平;刘庆峰 -专利权人：科大讯飞股份有限公司
申请日： 2022-12-08 - 公布日： 2023-03-28 - 主分类号： G10L15/25 文献下载
摘要：本申请公开了一种视频信号处理方法、装置、设备及可读存储介质。该方案中，在获取待处理的视频信号之后，从视频信号中提取唇语视频；再对唇语视频进行唇语识别处理和基于唇语的语音重建处理，得到预测文本和重构语音；最后将预测文本和重构语音作为视频信号的补充信号。本方案中，同时对视频信号进行唇语识别和基于唇语的语音重建，可以得到重构语音和预测文本，将重构语音和预测文本作为远距离视频监控场景的视频信号的补充信息，能够提升远距离视频监控的有效性，为异常检测，安全预警等提供了更为丰富的数据来源。
视频信号处理方法装置设备可读存储介质

[发明专利]交互方法、装置、终端、电子设备和存储介质-CN202211399409.6在审
发明人：茆廷志;张景宣;万根顺;潘嘉;刘聪;胡国平;刘庆峰;付中华 -专利权人：西安讯飞超脑信息科技有限公司
申请日： 2022-11-09 - 公布日： 2023-01-06 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种交互方法、装置、终端、电子设备和存储介质，其中方法包括：获取音视频数据；基于所述音视频数据的声学特征、语义特征和视觉特征中的至少一种，对所述音视频数据进行意图和/或情感识别，得到所述音视频数据的意图和/或情感识别结果；基于所述音视频数据的意图和/或情感识别结果，确定与所述意图和/或情感识别结果相匹配的图像，并基于所述图像进行交互。本发明提供的交互方法、装置、终端、电子设备和存储介质，可以增强用户的体验感。同时得到的图像符合用户情感和/或意图，更加丰富和多样化的图像也增加了趣味性和娱乐性。
交互方法装置终端电子设备存储介质

[发明专利]数据的处理方法、装置、电子设备和存储介质-CN202211290946.7在审
发明人：蔡沅沅;万根顺;张景宣;胡加学;高建清;贺志阳;鹿晓亮;魏思;赵志伟 -专利权人：安徽讯飞医疗股份有限公司
申请日： 2022-10-20 - 公布日： 2023-01-03 - 主分类号： G16H50/20 文献下载
摘要：本申请提出一种数据的处理方法、装置、电子设备和存储介质，从测试对象的访谈记录数据中提取得到测试对象的精神状态特征，访谈记录数据包括访谈过程中所记录的视频数据、音频数据和文本数据中的至少两种，然后将对应相同精神状态类别的精神状态特征进行融合处理，得到融合后的精神状态特征，根据融合后的精神状态特征，对访谈记录数据进行基于设定分类标签的数据分类处理，确定访谈记录数据所属的数据类型；其中，设定分类标签包括设定的多种访谈记录数据类型，不同的访谈记录数据类型对应不同精神状态。本申请借助被测对象的音、视频和文本等多模态信息对访谈记录数据进行分类，能够实现快速准确地对访谈记录数据进行分类的目的。
数据处理方法装置电子设备存储介质

[发明专利]语音识别方法、装置、设备及存储介质-CN202211150707.1在审
发明人： 张景宣;万根顺;潘嘉;刘聪;胡国平;刘庆峰;付中华;高建清 -专利权人：科大讯飞股份有限公司
申请日： 2022-09-21 - 公布日： 2023-01-03 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种语音识别方法、装置、设备及存储介质，本申请获取说话人说话过程的语音和拍摄的视频，采用多模态语音识别模型处理语音及视频，得到输出的识别文本，其中模型被配置为：从输入的视频中提取视觉特征，从输入的语音中提取声学特征，并基于注意力机制，对视觉特征和声学特征进行编、解码处理，得到预测的识别文本。本申请中的多模态语音识别模型采用注意力机制对视觉特征和声学特征进行编、解码处理，能够充分考虑各帧视觉特征与各帧声学特征间的关注程度，对语音识别准确度提升更高。并且，由于不需要将视觉特征和声学特征进行对齐，也即不需要进行预处理操作，降低了处理的复杂度。
语音识别方法装置设备存储介质

[发明专利]多模态语音识别方法、装置、设备及存储介质-CN202211150783.2在审
发明人： 张景宣;万根顺;潘嘉;刘聪;胡国平;刘庆峰;付中华 -专利权人：西安讯飞超脑信息科技有限公司
申请日： 2022-09-21 - 公布日： 2023-01-03 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种多模态语音识别方法、装置、设备及存储介质，本申请获取说话人说话过程的语音以及对说话人拍摄的人脸视频和/或人体视频，并利用预配置的多模态语音识别模型处理语音和视频，多模态语音识别模型被配置为：从输入视频中提取与语音内容相关的视觉特征，从输入语音中提取语音特征，对视觉特征和语音特征进行融合，对融合特征进行编、解码处理，得到预测的识别文本，当输入的视频包括人脸视频时，视觉特征包括人脸视觉特征，当输入的视频包括人体视频时，视觉特征包括人体视觉特征。本申请对视频信息进行了扩展，从传统的唇部视频，扩展到人脸视频、人体视频，利用更加丰富的视觉线索提供更多辅助信息，提升语音识别的准确度。
多模态语音识别方法装置设备存储介质

[发明专利]语音识别方法、语音识别设备及计算机可读存储介质-CN202210400143.6在审
发明人： 张景宣;万根顺;高建清;刘聪;胡国平;刘庆峰;胡郁 -专利权人：科大讯飞股份有限公司
申请日： 2022-04-15 - 公布日： 2022-08-26 - 主分类号： G10L15/02 文献下载
摘要：本申请公开了一种语音识别方法、语音识别设备及计算机可读存储介质。该方法包括：基于待识别语音进行语音特征提取，得到语音特征，并基于参考文本进行文本特征提取，得到参考文本特征，其中，参考文本对参考语音识别得到，参考文本的语境与待识别语音的语境相关，参考语音的发言时间先于待识别语音的发言时间；基于参考文本特征和语音特征，识别得到待识别语音的识别文本。通过上述方式，能够提高识别文本的准确度。
语音识别方法设备计算机可读存储介质

[发明专利]语音识别方法、语音识别模型的训练方法以及相关装置-CN202111666006.9有效
发明人： 张景宣;万根顺;高建清;刘聪;胡国平;刘庆峰 -专利权人：科大讯飞股份有限公司
申请日： 2021-12-31 - 公布日： 2022-05-17 - 主分类号： G10L15/18 文献下载
摘要：本发明提供一种语音识别方法、语音识别模型的训练方法以及相关装置，语音识别方法包括：确定待识别语音信息的韵律特征，其中，韵律特征包括句子韵律特征和字符韵律特征中至少一种，句子韵律特征表征待识别语音信息的句子含义，字符韵律特征表征待识别语音信息的字符含义，且句子韵律特征基于初步处理待识别语音信息得到的文本信息确定，字符韵律特征包含待识别语音信息中每一字符的韵律特征，当前字符的韵律特征基于上一个字符的韵律特征确定；利用语音识别模型基于韵律特征对待识别语音信息进行文本识别，得到待识别语音信息的文本信息。该方法提高语音识别的准确性，得到更准确的文本识别结果，实现更可靠的识别效果。
语音识别方法模型训练以及相关装置

[发明专利]音视频同步方法、装置、介质、设备及程序产品-CN202210095944.6在审
发明人：闻战胜;张景宣;高万军 -专利权人：科大讯飞股份有限公司
申请日： 2022-01-26 - 公布日： 2022-04-29 - 主分类号： H04N21/233 文献下载
摘要：本申请公开一种音视频同步方法、装置、介质、设备及程序产品。该方法包括：对待处理视频进行特征提取，得到待处理视频中定长音频帧的音频特征信息和定长视频帧的唇形图像序列信息，定长音频帧与定长视频帧的时长相同；将定长音频帧的音频特征信息和定长视频帧的唇形图像序列信息输入训练好的同步网络模型中，计算待处理视频的音视频之间的时间偏差值，其中，训练好的同步网络模型是根据音视频同步的样本视频训练得到的；基于待处理视频的音视频之间的时间偏差值，对待处理视频中的视频流和音频流进行同步处理。本申请实施例在进行音视频同步时不依赖时间戳，可以基于面部唇形图像以及音频特征实现音视频同步，提高了音视频同步的准确性。
视频同步方法装置介质设备程序产品

[实用新型]一种双向插销式预制方桩连接结构-CN202122100723.7有效
发明人：高子华;赵升峰;戴明云;张景宣 -专利权人：江苏恒茂嘉诚建材有限公司
申请日： 2021-09-01 - 公布日： 2022-03-11 - 主分类号： E02D5/30 文献下载
摘要：本实用新型公开了一种双向插销式预制方桩连接结构，包括上下拼接的两个桩体，还包括分别设置在桩体外部的外插销组件及内部的内插销组件，外插销组件包括分别径向插入在两个桩体内的螺纹套筒，内插销组件包括开口轴向设置的套环部，套环部在下方固定连接有镦粗钢筋，桩体内还轴向设置有主钢筋，主钢筋的底端伸出桩体的底端面并形成有钢筋头，位于上层的钢筋头内嵌于位于下层的套环部内，套环部上径向设置有弹力向内的弹簧与现有技术相比，其通过外部的螺栓插销以及内部的弹簧插销的方式来提高两层方桩连接的稳定性，从而提高方桩整体的可靠性以及承载能力，该连接结构可以方便工作人员的施工操作，降低了劳动强度。
一种双向插销预制连接结构

1
2
下一页»
尾页
共 20 条