“潘逸倩”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]一种语音数据的处理方法、装置及电子设备-CN201911302603.6有效
发明人：文仕学;郝翔;潘逸倩 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-12-17 - 公布日： 2023-02-28 - 主分类号： G10L21/0216 文献下载
摘要：本发明公开了一种语音数据的处理方法、装置及电子设备，该方法包括：对语音数据进行噪音检测并将检测出的目标时频单元置零，获得目标语音数据，所述目标时频单元上噪声能量大于原始语音能量；根据所述目标时频单元的语音上下文，对所述目标语音数据进行语音补全和语音增强，获得所述语音数据中的原始语音。通过去除噪声主导的目标时频单元之后不仅降低了语音增强的难度，还避免了这部分时频单元对语音增强的副作用，使整个语谱上原始语音占据主导，数据的分布趋于稳定一致，由此进行语音补全和语音增强，大大提高了语音增强的质量。
一种语音数据处理方法装置电子设备

[发明专利]一种说话人分割模型的优化方法、说话人分割方法及装置-CN202011566634.5在审
发明人：姚升余;潘逸倩 -专利权人：北京搜狗科技发展有限公司
申请日： 2020-12-25 - 公布日： 2022-06-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种说话人分割模型的优化方法及装置，该方法包括：获取第一语音流数据和第二语音流数据，第一语音流数据与第一说话人对应，第二语音流数据与第二说话人对应；基于第一语音流数据，获得目标对比误差函数的第一误差函数项；第一误差函数项为最小化的对象；基于第一语音流数据和第二语音流数据，获得目标对比误差函数的第二误差函数项；第二误差函数项为最大化的对象；基于第一误差函数项和第二误差函数项，获得目标对比误差函数；基于目标对比误差函数，对原说话人分割模型的模型参数进行调整，获得目标说话人分割模型。本发明可以提高说话人分割点准确率。同时，本发明还公开了一种说话人分割方法及装置。
一种说话分割模型优化方法装置

[发明专利]一种语音处理方法、装置和电子设备-CN201911286333.4有效
发明人：文仕学;郝翔;潘逸倩 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-12-13 - 公布日： 2022-06-07 - 主分类号： G10L21/02 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置和电子设备，其中，所述方法包括：获取待处理语音数据；采用目标语音增强模型对所述待处理语音数据进行语音增强，所述目标语音增强模型由初始语音增强模型和自注意力机制整合而成；由于基于自注意力机制能够考虑全局任意位置的信息，并将注意力集中在更为重要的内容上，进而无需增加初始语音增强模型的卷积层和增大卷积核，即可实现较好的语音增强效果，且保证了语音增强的效率。
一种语音处理方法装置电子设备

[发明专利]一种语音数据的处理方法及装置-CN201911219481.4有效
发明人： 潘逸倩;方祥;陈艳妮 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-11-29 - 公布日： 2022-06-03 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种语音数据的处理方法，包括：获取第一语音数据；对所述第一语音数据进行语音识别，获得语音识别结果，所述语音识别结果中包含M个分词，M为大于或等于2的整数；基于所述语音识别结果，从所述第一语音数据中提取出第二语音数据，所述第二语音数据与所述M个分词对应；基于所述语音识别结果和所述第二语音数据进行说话人归档，获得归档结果。本发明实现了提高说话人归档准确率的技术效果。同时，本发明还公开了一种语音数据的处理装置和计算机可读存储介质。
一种语音数据处理方法装置

[发明专利]一种检测方法、装置和电子设备-CN201911207666.3有效
发明人：朱紫薇;潘逸倩;刘忠亮;唐文琦 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-11-29 - 公布日： 2022-04-08 - 主分类号： G10L25/03 文献下载
摘要：本发明实施例提供了一种检测方法、装置和电子设备，其中，所述方法包括：获取待检测语音数据；依据目标音频事件检测模型对所述待检测语音数据进行音频事件检测，确定所述待检测语音数据对应的音频事件信息；其中，所述目标音频事件检测模型由初始音频事件检测模型和覆盖不同视野的预设模型整合而成；进而本发明实施例能够对不同长度的音频事件均可以进行拟合，从而提高了检测不同长度音频事件的准确性。
一种检测方法装置电子设备

[发明专利]声纹识别方法和装置-CN201710478167.2有效
发明人：张涛涛;许云飞;潘逸倩;陈伟 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-06-21 - 公布日： 2021-10-15 - 主分类号： G10L17/00 文献下载
摘要：本发明实施例提供了一种声纹识别方法和装置，其中的方法具体包括：利用语音转换模型，将待检测的第一语音数据转换为待检测的第二语音数据；其中，第一语音数据的语速与第二语音数据的语速不同，和/或，第一语音数据的频率与第二语音数据的频率不同；利用第二语音数据对应的声纹识别模型，对待检测的第二语音数据进行声纹识别，以得到待检测的第二语音数据对应的声纹识别结果。本发明实施例可以使声纹识别模型根据转换得到的待检测的语音数据进行准确的声纹识别，在一定程度上提高第一语音数据的声纹识别准确度，且可以提高声纹识别的灵活性。
声纹识别方法装置

[发明专利]一种声纹识别方法、系统及电子设备-CN201710476188.0有效
发明人：张涛涛;许云飞;潘逸倩;陈伟 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-06-21 - 公布日： 2021-08-31 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种声纹识别方法、系统及电子设备，该方法包括：基于通用背景模型的矢量提取模型分别对第一语音和第二语音进行语音矢量提取，获得第一语音矢量和第二语音矢量；基于深度神经网络的矢量提取模型分别对第一语音和第二语音进行语音矢量提取，获得第三语音矢量和第四语音矢量；基于第一语音矢量和第二语音矢量进行声纹识别，获得表征第一语音与第二语音之间相似度的第一参数；基于第三语音矢量和第四语音矢量进行声纹识别，获得表征第一语音与第二语音之间相似度的第二参数；基于第一参数和第二参数，确认第一语音和第二语音是否来自同一声源。通过上述技术方案，解决了现有技术中不同类型声音的声纹识别准确性较低的技术问题，提升声纹识别的准确性。
一种声纹识别方法系统电子设备

[发明专利]一种音频处理方法、装置、设备及可读存储介质-CN201711464022.3有效
发明人：文仕学;潘逸倩 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-12-28 - 公布日： 2021-07-16 - 主分类号： G10L21/0272 文献下载
摘要：本发明实施例提供了一种音频处理方法、装置设备及可读存储介质，该方法包括：在拾音过程中，对麦克风阵列采集到的混合语音信号进行初步分离，得到指向目标用户的语音信号，其中，所述混合语音信号包含至少两个声道的语音信号；依据预先训练的用户语音分离模型对所述指向目标用户的语音信号进行语音分离，输出所述目标用户对应的目标语音信号。本发实施例能够提升语音分离的鲁棒性。
一种音频处理方法装置设备可读存储介质

[发明专利]声纹识别方法、装置、电子设备和存储介质-CN201710476678.0有效
发明人：张涛涛;许云飞;潘逸倩;陈伟 -专利权人：北京搜狗科技发展有限公司
申请日： 2017-06-21 - 公布日： 2021-06-22 - 主分类号： G10L17/02 文献下载
摘要：本发明实施例提供了一种声纹识别方法、装置、电子设备和存储介质，以提高声纹识别的准确性。所述的方法包括：依据第一语音模型和第二类语音片段进行自适应处理，得到第二语音模型，其中，第一语音模型用于识别第一类语音，所述第二语音模型用于识别第二类语音；采集待识别的第二类语音数据；将所述待识别的第二类语音数据输入所述第二语音模型，识别对应的声纹。采用自适应得到第二语音模型进行声纹识别，提高对声纹识别的准确性。
声纹识别方法装置电子设备存储介质

[发明专利]一种语音处理方法、装置和用于语音处理的装置-CN202011063543.X在审
发明人： 潘逸倩;姚升余 -专利权人：北京搜狗科技发展有限公司
申请日： 2020-09-30 - 公布日： 2021-01-05 - 主分类号： G10L21/028 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置和用于语音处理的装置。其中的方法包括：获取待处理的语音数据；对所述语音数据进行声源位置估计，检测所述语音数据中的第一跳变点，所述第一跳变点为表示所述语音数据中声源位置发生变化的时间点；基于所述语音数据中说话者表征特征的变化信息以及所述第一跳变点对所述语音数据进行分割，得到分割结果。本发明实施例可以提高说话者分割的准确率。
一种语音处理方法装置用于

[发明专利]一种语音处理方法、装置和电子设备-CN201910200133.6在审
发明人：文仕学;潘逸倩 -专利权人：北京搜狗科技发展有限公司;搜狗（杭州）智能科技有限公司
申请日： 2019-03-15 - 公布日： 2020-09-22 - 主分类号： G10L21/0232 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置和电子设备，其中，所述方法包括：获取待处理语音数据对应的待处理频谱信息；采用语音增强模型确定所述待处理频谱信息对应的目标比率掩模，以及依据所述目标比率掩模和待处理频谱信息确定目标频谱信息并输出；其中，所述语音增强模型依据所述目标频谱信息进行反向训练；相对于现有技术语音保真和语音质量不能两全的情况而言，本发明实施例可以在语音保真的同时又能尽量提高语音质量，从而提高了语音增强效果。
一种语音处理方法装置电子设备

[发明专利]一种语音处理方法、装置和电子设备-CN201910109030.9在审
发明人：文仕学;潘逸倩 -专利权人：北京搜狗科技发展有限公司;搜狗（杭州）智能科技有限公司
申请日： 2019-02-03 - 公布日： 2020-08-11 - 主分类号： G10L15/14 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置和电子设备，其中，所述方法包括：获取待处理语音数据；依据预设模型对所述待处理语音数据的可懂度进行评价；进而无需获取所述待处理语音数据对应干净的语音数据，即可准确的对语音信号的可懂度进行评价。
一种语音处理方法装置电子设备

[发明专利]一种数据处理方法、装置和用于数据处理的装置-CN201911207691.1在审
发明人：朱紫薇;潘逸倩;刘忠亮;唐文琦;杨岩 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-11-29 - 公布日： 2020-04-10 - 主分类号： G06F16/33 文献下载
摘要：本发明实施例提供了一种数据处理方法、装置和用于数据处理的装置。其中的方法具体包括：对语音数据进行音频事件检测，识别所述语音数据中的音频事件；确定所述音频事件对应的事件类型；根据所述音频事件在所述语音数据中的相关位置、以及所述音频事件对应的事件类型，对所述语音数据进行标记。本发明实施例便于用户在语音数据中可以快速定位到所需事件类型对应音频事件的位置，可以提高用户体验和语音数据的处理效率。
一种数据处理方法装置用于

[发明专利]一种语种识别方法、装置和用于语种识别的装置-CN201911089845.1在审
发明人：陈艳妮;潘逸倩;于泓 -专利权人：北京搜狗科技发展有限公司
申请日： 2019-11-08 - 公布日： 2020-03-27 - 主分类号： G10L15/00 文献下载
摘要：本发明实施例提供了一种语种识别方法、装置和用于语种识别的装置。其中的方法具体包括：对语音片段进行声学特征提取，得到基于帧序列的声学特征；将所述声学特征输入深度神经网络，所述深度神经网络包括瓶颈层和时间递归层，所述瓶颈层的输出连接到所述时间递归层；从所述瓶颈层提取瓶颈特征序列，以及将所述瓶颈特征序列输入所述时间递归层，以通过所述时间递归层输出高层特征序列；根据所述高层特征序列，确定所述语音片段对应的语言种类。本发明实施例可以提高语种识别的准确性。
一种语种识别方法装置用于

[发明专利]一种音频数据处理方法、装置、设备及可读存储介质-CN201810690071.7在审
发明人：文仕学;潘逸倩 -专利权人：北京搜狗科技发展有限公司;搜狗(杭州)智能科技有限公司
申请日： 2018-06-28 - 公布日： 2020-01-07 - 主分类号： G10L21/0208 文献下载
摘要：本发明实施例提供了一种音频数据的处理方法、装置、设备及可读存储介质，该方法包括：获取音频输入设备采集到的音频数据，其中，所述音频数据为所述音频输入设备在封闭音频输入场景中采集到的时域数据；检测所述音频数据是否包含有混响干扰数据；若所述音频数据包含有混响干扰数据，则采用语音解混响模型在时域上消除所述音频数据中含有的混响干扰数据，得到目标音频数据。本申请实施例直接在时域上消除音频数据中的混响干扰数据，以避免将音频数据变换到频域进行解混响导致解混后的语音质量受限的问题，提高语音解混响的鲁棒性。
音频数据混响干扰混响音频输入设备语音时域可读存储介质目标音频数据采集音频数据包时域数据音频输入鲁棒性频域受限场景封闭检测申请

1
2
下一页»
尾页
共 17 条