“杜念冬”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18个，建议您升级VIP下载更多相关专利

[发明专利]服务的请求方法、装置、计算机可读介质及电子设备-CN202310579681.0在审
发明人：朱绍明;陈祺;欧阳才晟;杜念冬 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-05-22 - 公布日： 2023-10-27 - 主分类号： H04L9/40 文献下载
摘要：本申请的实施例提供了一种服务的请求方法、装置、计算机可读介质及电子设备，该方法包括：获取业务标识信息、业务密钥和音色标识；向鉴权服务发送携带有业务标识信息、业务密钥和音色标识的鉴权请求，以进行鉴权；若鉴权通过，确定与音色标识对应的服务集群地址；将包含音色标识的第二合成请求发送至服务集群地址对应的目标服务集群，由目标服务集群的目标服务机器上与音色标识匹配的目标音色服务处理第二合成请求，目标服务集群包括服务机器，同一服务机器包含不同的音色服务，目标服务集群的至少两个服务机器上包含的音色服务均相同，不同服务集群的服务机器上的音色服务不同。本申请实施例可以简化服务接入流程并提高服务运维效率。
服务请求方法装置计算机可读介质电子设备

[发明专利]合成音频的可视化调整方法、装置、设备、介质及产品-CN202310970213.6在审
发明人：段志毅;戴世昌;范志强;周文君;翁超;李广之;卞衍尧;张桥;杜念冬;欧阳才晟;甄帅 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-08-02 - 公布日： 2023-10-27 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种合成音频的可视化调整方法、装置、设备、介质及产品，属于音频技术领域。该方法包括：显示音频编辑区，所述合成音频是将文本内容转化后得到的音频，所述音频编辑区包括所述文本内容中的字符对应的调整控件，所述调整控件用于调整所述字符对应的音频属性；响应于所述字符对应的所述调整控件上的调整操作，显示调整音频属性，所述调整音频属性是对所述字符对应的音频属性参数值进行调整后得到的音频属性；基于所述调整音频属性显示更新后的新合成音频。通过可视化的方式，调整每个字符对应的调整控件，从而实现对合成音频的调整，不仅简化了合成音频的调整操作步骤，还降低了高质量的合成音频的产出难度。
合成音频可视化调整方法装置设备介质产品

[发明专利]发音准确度确定方法、装置、存储介质和电子设备-CN202011372217.7有效
发明人：黄羿衡;杜念冬;冯树林;翁超 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-30 - 公布日： 2022-08-19 - 主分类号： G10L25/03 文献下载
摘要：本申请实施例提供的发音准确度确定方法、装置、存储介质和电子设备，先确定出语音数据包含的各个语音帧对应的真实音素的质量评估值，接着根据各个语音帧对应的真实音素的质量评估值，确定出语音数据中发音错误的单字的错误类型，最后根据各个语音帧对应的真实音素的质量评估值，以及语音数据中发音错误的单字的错误类型，确定语音数据的发音准确度。与相关技术相比，本申请实施例提供的方法根据各个语音帧对应的真实音素的质量评估值和语音数据中发音错误的单字的错误类型共同得到该语音数据的发音准确度，可以有效提高对语音进行发音评测的准确性。
发音准确度确定方法装置存储介质电子设备

[发明专利]一种语音验证处理的方法以及相关装置-CN202210453885.5在审
发明人：朱绍明;袁添文;杜念冬;唐立亮 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-04-27 - 公布日： 2022-06-21 - 主分类号： G10L15/00 文献下载
摘要：本申请实施例公开了一种语音验证处理的方法以及相关装置，可应用于人工智能等领域，能够有效地提高与待验证语音对应的说话对象的识别准确度，提升用户体验程度。前述方法包括：获取终端设备发送的待验证信息，待验证信息包括待验证语音、对象标识码以及设备标识码；通过预设模型版本号所对应的神经网络模型确定待验证语音所对应的声纹特征向量；计算声纹特征向量与每个候选声纹特征向量之间的声纹相似度；从声纹特征向量与每个候选声纹特征向量之间的声纹相似度中确定目标声纹相似度；在目标声纹相似度大于或等于预设相似阈值时，向终端设备发送验证通过消息，验证通信消息包括对象标识码。
一种语音验证处理方法以及相关装置

[发明专利]语音搜索处理方法、装置及服务器-CN201710773346.9有效
发明人： 杜念冬;马赛;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-08-31 - 公布日： 2021-09-17 - 主分类号： G06F16/332 文献下载
摘要：本发明提出一种语音搜索处理方法、装置及服务器，其中，该方法包括：获取语音搜索语句；分别根据N种语言模型，对所述搜索语句进行识别的同时，对所述搜索语句所属的语言类型进行判断，其中每种语言模型分别对应一种类型的语言，N为大于1的正整数；在确定所述搜索语句属于第i种类型的语言时，获取所述第i种类型的语言模型对应的识别结果；根据所述识别结果进行搜索。由此，实现了对语音搜索语句的识别及搜索，提高了语音搜索处理的效率，减少了用户的等待时间，改善了用户体验。
语音搜索处理方法装置服务器

[发明专利]用于识别语音的方法和装置-CN201710909504.9有效
发明人： 杜念冬;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-09-29 - 公布日： 2021-06-08 - 主分类号： G10L15/30 文献下载
摘要：本申请实施例公开了用于识别语音的方法和装置。该方法的一具体实施方式包括：接收用户通过终端发送的语音信息，同时获取所述用户的用户标识；对所述语音信息进行识别，得到第一识别文本；根据所述用户的用户标识确定与所述用户的用户标识关联存储的词语信息集合；根据确定的词语信息集合中的词语信息对所述第一识别文本进行处理，得到第二识别文本，并将所述第二识别文本发送到所述终端。该实施方式提高了语音识别的准确性，满足了用户的个性化需求。
用于识别语音方法装置

[发明专利]基于人工智能的语音识别方法、装置和系统-CN201710223526.X有效
发明人： 杜念冬;谢延;唐海员 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-04-07 - 公布日： 2021-03-16 - 主分类号： G10L15/30 文献下载
摘要：本发明提出一种基于人工智能的语音识别方法、装置和系统，其中，方法包括：在语音识别过程中，采集待识别的语音数据；通过与服务端的上行连接，向服务端发送上行数据流，其中，上行数据流包括语音数据；在向服务端发送上行数据流的过程中，并行通过与服务端的下行连接，接收服务端发送的下行数据流；其中，下行数据流，包括结果数据，结果数据是服务端根据语音数据进行语音识别得到的。该方法通过两条并行的数据流，以流式数据传输的方式实现了待识别语音数据的实时上传和语音识别结果的实时下发，解决了现有技术中无法实现数据的实时上传和实时下发的技术问题。
基于人工智能语音识别方法装置系统

[发明专利]语音识别方法及装置-CN201910293280.2有效
发明人：马赛;杜念冬 -专利权人：北京百度网讯科技有限公司
申请日： 2019-04-12 - 公布日： 2021-02-23 - 主分类号： G10L15/02 文献下载
摘要：本发明提出一种语音识别方法及装置，其中方法包括：通过获取待识别的语音以及参数信息；所述参数信息包括：当前模式、所述语音的识别序号、内外噪音信息以及方位信息；提取所述语音对应的特征向量；根据所述当前模式、所述识别序号，确定所述语音是否属于单次唤醒多次识别模式中的非首次语音；若所述语音属于单次唤醒多次识别模式中的非首次语音，则根据所述参数信息和所述特征向量，获取语音识别结果、声学判定结果和语义判定结果，根据所述声学判定结果和所述语义判定结果，确定所述语音是否属于音乐领域；若所述语音属于音乐领域，则根据所述语音识别结果，确定语音对应的指令和/或资源。由于采集了内外噪音信息以及方位信息等，提高了语音识别的准确率，以及在单次唤醒多次识别模式下能够自动且准确地识别出音乐领域的语音，便于后续为用户提供高质量的音乐服务。
语音识别方法装置

[发明专利]用于搜索信息的方法和装置-CN201710900370.4有效
发明人： 杜念冬;谢延;唐海员 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-09-28 - 公布日： 2021-01-05 - 主分类号： G10L15/08 文献下载
摘要：本申请实施例公开了用于搜索信息的方法和装置。该方法的一具体实施方式包括：响应于确定终端停止发送语音搜索信息，将从所述终端接收到的最终语音搜索信息进行语音识别，得到最终语音识别结果；将所述最终语音识别结果与基于中间语音识别结果得到的至少一条中间搜索用信息进行匹配；响应于所述最终识别结果与所述至少一条中间搜索用信息中的中间搜索用信息匹配成功，将匹配成功的中间搜索用信息对应的搜索结果信息的指示符作为目标指示符发送到所述终端，以供所述终端根据所述目标指示符获取搜索结果信息进行展示。该实施方式节省了根据最终语音识别结果获取搜索结果信息的时间，提高了语音搜索的速度。
用于搜索信息方法装置

[发明专利]会议同步方法和装置-CN201710761582.9有效
发明人： 杜念冬;韩岩;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-08-30 - 公布日： 2020-12-11 - 主分类号： H04L12/18 文献下载
摘要：本申请提出一种会议同步方发和装置，其中方法包括：获取第一终端发送的同步会议申请请求，其中申请请求中包括当前会议的信息；根据当前会议的信息，确定与当前会议关联的处理资源及共享链接；将共享链接发送给第一终端；在接收到第一终端发送的语音数据时，利用处理资源对语音数据进行处理，生成与当前会议对应的会议内容。该方法通过会议信息确定处理资源及共享链接，以对语音数据进行处理生成会议内容，不仅实现了对会议内容的自动记录，还可将会议内容通过共享链接分享给其他用户，提高了会议同步的灵活性，提升了用户体验。
会议同步方法装置

[发明专利]一种视频生成方法、装置以及终端-CN201910700099.9在审
发明人： 杜念冬;鲍冠伯;杨杰 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-07-31 - 公布日： 2019-10-25 - 主分类号： H04N5/262 文献下载
摘要：本申请公开了一种视频生成方法，涉及视频领域。具体实现方案为：获取视频内容素材和视频模板，视频内容素材包括虚拟人物的形象、虚拟人物的动态元素以及播报内容；根据播报内容、虚拟人物的形象、虚拟人物的动态元素生成虚拟人物的播报片段；将虚拟人物的播报片段添加至视频模板中，得到播报视频。不仅能够提高视频生成的效率，降低成本，而且丰富了视频内容，满足观众的多样化需求。
虚拟人物播报视频内容视频生成动态元素视频模板素材视频领域视频终端申请观众

[发明专利]用于搜索信息的方法和装置-CN201710899016.4在审
发明人： 杜念冬;谢延;唐海员 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-09-28 - 公布日： 2018-01-30 - 主分类号： G06F17/30 文献下载
摘要：本申请实施例公开了用于搜索信息的方法和装置。该方法的一具体实施方式包括响应于确定终端停止发送语音搜索信息，将从所述终端接收到的最终语音搜索信息进行语音识别，得到最终语音识别结果；根据所述最终语音识别结果从缓存中预先存储的待展示信息中选取最终待展示信息，其中，所述缓存中存储有至少一条基于中间语音识别结果获取的待展示信息，其中，所述中间语音识别结果是对所述终端发送的语音搜索信息进行实时语音识别得到的；将所述最终待展示信息发送到所述终端，以供所述终端进行展示。该实施方式通过从缓存中直接选取最终待展示信息，从而节省了根据最终语音识别结果获取待展示信息的时间，提高了语音搜索的速度。
用于搜索信息方法装置

[发明专利]基于声纹特征的会议记录方法、装置及计算机设备-CN201710743944.1在审
发明人： 杜念冬;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2017-08-25 - 公布日： 2018-01-09 - 主分类号： G10L17/14 文献下载
摘要：本发明提出一种基于声纹特征的会议记录方法、装置及计算机设备，其中，该方法包括确定当前获取的语音数据对应的第一声纹特征；判断所述第一声纹特征与已确定的第二声纹特征是否匹配；若不匹配，则确定与所述第一声纹特征对应的第一标识；以所述第一标识对所述语音数据进行标注记录。由此，实现了根据声纹特征自动将语音数据进行区分，并生成会议记录，节省了时间和成本，提高了会议记录的准确性和可靠性，改善了用户体验。
基于声纹特征会议记录方法装置计算机设备

[发明专利]语音翻译方法、装置及服务器-CN201710780647.4在审
发明人： 杜念冬;马赛;谢延 -专利权人：北京百度网讯科技有限公司
申请日： 2017-09-01 - 公布日： 2017-12-26 - 主分类号： G06F17/28 文献下载
摘要：本发明提出一种语音翻译方法、装置及服务器，其中，该方法包括确定获取到终端发送的语音数据所属的语言类型；根据所述确定的语言类型，对所述语音数据进行识别，获取与所述语音数据对应的第一识别信息；对所述第一识别信息进行翻译处理，获取与所述语音数据对应的翻译结果。由此，无需终端与服务器进行多次交互即可实现对语音数据的翻译，减少了网络资源的占用，提高了翻译效率，改善了用户体验。
语音翻译方法装置服务器

[发明专利]语音识别方法以及装置-CN201510558047.4有效
发明人： 杜念冬;邹赛赛;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-09-02 - 公布日： 2017-10-31 - 主分类号： G10L15/07 文献下载
摘要：本发明公开了一种语音识别方法以及装置，其中方法包括获取说话人输入的语音信息，并获取说话人的说话人信息；根据说话人信息判断是否存在与说话人对应的个人声学模型；如果存在，则获取的个人声学模型，并根据说话人的个人声学模型对语音信息进行语音识别；如果不存在，则根据基础声学模型对语音信息进行语音识别，并根据语音信息生成说话人的语料信息并存储；以及根据基础声学模型和存储的语料信息生成说话人的个人声学模型。该方法可以基于说话人自适应的语音识别过程能够针对每个说话人的特点，定制他们的声学模型，从而提高每个说话人的准确度，提升了用户体验。
语音识别方法以及装置

1
2
下一页»
尾页
共 18 条