“陈昌儒”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32个，建议您升级VIP下载更多相关专利

[发明专利]视频识别模型的训练方法、视频识别方法、装置以及设备-CN202310587575.7在审
发明人：李超;陈昌儒;李标 -专利权人： OPPO广东移动通信有限公司
申请日： 2023-05-23 - 公布日： 2023-09-08 - 主分类号： G06V40/16 文献下载
摘要：本申请公开了一种视频识别模型的训练方法、视频识别方法、装置以及设备，属于计算机技术领域。通过本申请实施例提供的技术方案，采用预训练加微调的方式来训练视频识别模型，在预训练过程中，将多个第一样本人脸视频输入初始视频识别模型，通过初始视频识别模型，对多个第一样本人脸视频进行多模态编码，得到各个第一样本人脸视频的初始多模态特征。采用各个第一样本人脸视频的初始音频特征以及初始多模态特征，对该初始视频识别模型进行训练，得到参考视频识别模型。在微调过程中，采用多个第二样本人脸视频，以及各个第二样本人脸视频的标注情感标签和标注文本中的至少一项，对该参考视频识别模型进行训练，得到目标视频识别模型。
视频识别模型训练方法装置以及设备

[发明专利]语音合成方法和装置-CN202110335308.1有效
发明人：杨惠;吴雨璇;梁光;周鼎皓;陈昌儒 -专利权人：北京大米科技有限公司
申请日： 2021-03-29 - 公布日： 2023-07-25 - 主分类号： G10L13/08 文献下载
摘要：本发明实施例公开了一种语音合成方法和装置，通过文本信息对应的音素序列、音频信息对应的音频特征向量序列以及目标场景对应的场景特征向量，根据音素序列、音频特征向量序列和场景特征向量进行语音合成，以确定对应的语音信息。本发明实施例通过在语音合成过程中直接引入场景特征，使得通过同一语音合成方式在不同场景合成情感、语气不同的语音，实现了语音信息与场景的自动匹配。
语音合成方法装置

[发明专利]语音识别模型的训练方法及装置、电子设备和存储介质-CN202310444054.6在审
发明人： 陈昌儒;李标 -专利权人： OPPO广东移动通信有限公司
申请日： 2023-04-23 - 公布日： 2023-06-30 - 主分类号： G10L15/06 文献下载
摘要：本公开提供一种语音识别模型的训练方法及装置、电子设备和计算机可读存储介质，涉及人工智能技术领域。训练方法包括：将有监督的语音数据输入至编码器得到目标声学特征；其中，有监督的语音数据对应的语音帧具有各自的正例样本和负例样本；利用解码器对目标声学特征进行解码得到目标标签序列，并基于有监督的语音数据和目标标签序列构建第一损失函数；对目标声学特征进行重构得到重构声学特征，并将有监督的语音数据对应的语音帧的正例样本和负例样本进行对比，以利用得到的重构声学特征构建第二损失函数；基于第一损失函数和第二损失函数对语音识别模型中的参数进行调整，得到训练完成的语音识别模型。本公开可提高语音识别模型的精确度。
语音识别模型训练方法装置电子设备存储介质

[发明专利]语音识别模型的训练方法及装置、电子设备和存储介质-CN202310443829.8在审
发明人： 陈昌儒;李标;胡博 -专利权人： OPPO广东移动通信有限公司
申请日： 2023-04-23 - 公布日： 2023-06-27 - 主分类号： G10L15/06 文献下载
摘要：本公开提供一种语音识别模型的训练方法及装置、电子设备和计算机可读存储介质，涉及人工智能技术领域。训练方法包括：将语音数据输入至编码器，得到目标声学特征；语音数据包括原始语音和原始语音对应的加噪语音；利用解码器对目标声学特征进行解码，得到目标标签序列，并基于语音数据和目标标签序列构建第一损失函数；将目标声学特征进行重构得到重构声学特征，并通过对比位于相同时序的原始语音的重构声学特征和对应的加噪语音的重构声学特征构建第二损失函数；基于第一损失函数和第二损失函数对语音识别模型的参数进行更新，得到训练完成的语音识别模型。本公开可提高语音识别模型的精确度。
语音识别模型训练方法装置电子设备存储介质

[发明专利]音频处理方法和装置-CN202110547979.4有效
发明人： 陈昌儒;杨惠;吴雨璇;徐培来 -专利权人：北京大米科技有限公司
申请日： 2021-05-19 - 公布日： 2023-06-16 - 主分类号： G10L25/60 文献下载
摘要：本发明实施例公开了一种音频处理方法和装置，通过确定待检测音频和对应的标准文本，对待检测音频对应的音频片段进行特征提取确定对应的音频特征。并行对各所述音频特征解码，得到对应于至少一个根据表征文本确定的语音单位序列的解码概率序列，以根据述解码概率序列计算待检测音频对应的至少一个发音特征，评价待检测音频的可靠性。本发明实施例通过将待检测音频划分为多个音频片段，并行对各音频片段提取得到的音频特征进行解码，以确定待检测音频的可靠性，提升了音频检测效率。
音频处理方法装置

[发明专利]信息处理方法及装置-CN202110336220.1有效
发明人：吴雨璇;陈昌儒;杨惠;周鼎皓;梁光 -专利权人：北京大米科技有限公司
申请日： 2021-03-29 - 公布日： 2023-06-13 - 主分类号： G10L13/10 文献下载
摘要：本发明实施例公开了一种信息处理方法及装置，通过确定音频信息和对应的文本信息，得到音频信息对应的多个音频特征向量和文本信息对应的多个文本特征向量。将各音频特征向量和各文本特征向量输入注意力机制层得到多个权重向量序列，以根据各权重向量序列、音频特征向量和文本特征向量确定多个对应于文本信息的参考韵律等级标记，输出具有多个参考韵律等级标记的文本信息。本发明实施例通过引入注意力机制层自动根据音频信息和对应的文本信息确定权重向量，以进一步自动生成文本信息对应的韵律等级标记，提高了文本信息韵律等级标记的效率和标记结果的准确程度。
信息处理方法装置

[发明专利]语音合成方法和装置-CN202110336221.6有效
发明人：杨惠;吴雨璇;梁光;周鼎皓;陈昌儒 -专利权人：北京大米科技有限公司
申请日： 2021-03-29 - 公布日： 2023-06-13 - 主分类号： G10L13/08 文献下载
摘要：本发明实施例公开了一种语音合成方法和装置，通过确定文本信息以及用于表征文本信息拼读方式的拼读规则，根据拼读规则确定文本信息对应的音素向量序列，其中素向量分别用于表征文本信息中对应的单词。以进一步根据音素向量序列进行语音合成，以确定对应的语音信息。本发明实施例可以通过文本信息的拼读规则直接确定音素向量序列进行语音合成，提高了语音合成效率。
语音合成方法装置

[发明专利]一种声学模型性能评估的方法、装置和电子设备-CN202110553971.9有效
发明人： 陈昌儒;吴雨璇;杨惠;徐培来 -专利权人：北京大米科技有限公司
申请日： 2021-05-20 - 公布日： 2023-06-13 - 主分类号： G10L15/01 文献下载
摘要：本发明实施例公开了一种声学模型性能评估的方法、装置和电子设备。本发明实施例通过获取语音测试集，其中，所述语音测试集中包括至少一条语音；根据语音评测模型确定出所述语音测试集的平均GOP、平均字错误率WER和相关性数值；根据所述平均GOP、平均字错误率WER和相关性数值对所述语音评测模型中的声学模型进行性能评估，确定所述声学模型的性能。通过上述方法，通过所述平均GOP、平均字错误率WER和相关性数值可以准确的对声学模型的性能进行评估，进而可以选择出性能较佳的声学模型。
一种声学模型性能评估方法装置电子设备

[发明专利]语音合成模型的训练方法、语音合成方法、装置及终端-CN202211634849.5在审
发明人：谢永斌;宋阳;陈昌儒 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-12-19 - 公布日： 2023-04-25 - 主分类号： G10L13/02 文献下载
摘要：一种语音合成模型的训练方法、语音合成方法、装置及终端，语音合成模型的训练方法通过获取第一训练样本数据；基于第一训练样本数据对语音合成模型进行预训练，以对语音合成模型中包括的音频处理模块和文本编码模块的模型参数进行调整，得到预训练后的语音合成模型；获取第二训练样本数据；基于第二训练样本数据对音频处理模块的模型参数进行调整，得到训练后的语音合成模型。方法可以提升针对目标对象的个性化语音合成任务的语音合成模型的模型效果，进而使得在采用语音合成模型进行语音合成时可以提升语音合成得到的语音的质量。
语音合成模型训练方法装置终端

[发明专利]视频处理方法、装置、存储介质及电子设备-CN202211337948.7在审
发明人： 陈昌儒;刘文娟;李超 -专利权人：北京欧珀通信有限公司
申请日： 2022-10-28 - 公布日： 2023-03-28 - 主分类号： H04N21/4402 文献下载
摘要：本申请公开了一种视频处理方法、装置、存储介质及电子设备。该方法应用于电子设备，该方法包括：接收外部设备发送的视频数据包，视频数据包包括外部设备对待编码视频进行编码得到的视频帧和关键帧信息，关键帧信息用于指示视频帧中的关键帧；根据视频数据包中存在的视频帧和关键帧信息，获取视频数据包的丢帧信息，丢帧信息用于指示关键帧的丢失状况；若丢帧信息满足预设条件，则向外部设备发送调整指示信息，调整指示信息用于指示外部设备调整视频编码策略。本申请可以使得视频编码的灵活性相对较好。
视频处理方法装置存储介质电子设备

[发明专利]语音数据处理方法、装置、终端设备及存储介质-CN202211326324.5在审
发明人： 陈昌儒;刘文娟;李超 -专利权人：北京欧珀通信有限公司
申请日： 2022-10-27 - 公布日： 2023-02-03 - 主分类号： G10L25/87 文献下载
摘要：本申请公开了一种语音数据处理方法、装置、终端设备及存储介质，属于数据处理技术领域。应用于终端设备，该方法包括：接收第一音频数据，第一音频数据中的各个语音包对应有各自的类型标签，类型标签用于指示语音包的语音类型；根据第一音频数据的类型标签，对第一音频数据进行检测，确定第一音频数据的丢失信息。本申请接收到的音频数据中包含各个语音包对应的类型标签，在进行检测过程中，根据所述第一音频数据的类型标签，对所述第一音频数据进行检测，确定所述第一音频数据的丢失信息，不需要终端设备添加额外的冗余信息，按照类型标签实现对音频数据的检测过程，节约了终端设备的传输资源，提高了终端设备对语音数据进行丢包检测的效率。
语音数据处理方法装置终端设备存储介质

[发明专利]语音识别方法、装置、存储介质及电子设备-CN202211168152.3在审
发明人： 陈昌儒;谢永斌;宋阳 -专利权人：北京欧珀通信有限公司
申请日： 2022-09-23 - 公布日： 2023-01-06 - 主分类号： G10L17/06 文献下载
摘要：本申请实施例公开了一种语音识别方法、装置、存储介质及电子设备，其中，本申请实施例接收用户的识别语音数据进行识别，提取该待识别语音数据的第一声纹特征，将该第一声纹特征与预设声纹库中的第二声纹特征进行匹配，以判断该用户是否为已知说话人，如果该用户不是已知说话人，则根据通用语音识别模型对该待识别语音数据进行识别处理，得到识别结果，并且基于该待识别语音数据和第一声纹特征对该通用语音识别模型进行再训练，得到该用户对应的第一语音识别模型，并将该用户的第一声纹特征添加到预设声纹库中，当下次再接收到该用户的语音数据时，可以使用该用户对应的第一语音识别模型对该语音数据进行识别，从而提高了语音识别的准确率。
语音识别方法装置存储介质电子设备

[发明专利]语音识别方法、装置、存储介质及电子设备-CN202211168298.8在审
发明人： 陈昌儒;李超 -专利权人：北京欧珀通信有限公司
申请日： 2022-09-23 - 公布日： 2023-01-03 - 主分类号： G10L15/08 文献下载
摘要：本申请公开了一种语音识别方法、装置、存储介质及电子设备，其中，方法包括：获取需要进行语音识别的待识别语音数据；根据热词库中的热词及其权重，对待识别语音数据进行语音识别处理，得到语音识别结果；根据语音识别结果确定待调整热词及其权重调节系数；根据权重调节系数更新对应待调整热词的权重。通过根据语音识别结果自动更新热词库中热词的权重，提高了语音识别的准确度。
语音识别方法装置存储介质电子设备

[发明专利]语音处理方法、装置、电子设备及存储介质-CN202211028470.X在审
发明人： 陈昌儒;李超;孙宇航;刘文娟 -专利权人：北京欧珀通信有限公司
申请日： 2022-08-25 - 公布日： 2022-11-29 - 主分类号： G10L15/06 文献下载
摘要：本申请实施例公开了一种语音处理方法、装置、电子设备及存储介质。方法包括：电子设备通过将样本语音和预设发音词典进行对比，得到预设发音词典中不包含的文本信息；然后将文本信息输入至发音预测模型中，得到文本信息中文本对应的发音预测结果；再将文本信息和发音预测结果更新至预设发音词典中，得到更新后的发音词典；最后获取待识别音频，通过更新后的发音词典和语音识别模型对待识别音频进行处理，得到语音识别结果。本申请通过对发音词典进行更新，使得在后续语音识别模型在进行语音识别的时候，能够实现准确识别待识别音频。
语音处理方法装置电子设备存储介质

[发明专利]一种智能吸声的语音识别系统及方法-CN201911128573.1有效
发明人： 陈昌儒;胡天野 -专利权人：北京机械设备研究所
申请日： 2019-11-18 - 公布日： 2022-05-10 - 主分类号： G10L15/22 文献下载
摘要：本发明涉及一种智能吸声的语音识别系统及方法，属于吸声及语音识别技术领域，解决了现有技术中语音识别系统受外部噪音影响大、语音识别准确率低的问题。该系统包括，吸声结构，位于语音接收装置外部，用于吸收预设频段外的声音信号；语音接收装置，用于接收预设频段内的语音信号，并传输至总控装置；总控装置，用于识别语音信号，并判断是否为预定义语音指令，若是，则输出所述预定义语音指令对应的控制信息至相应的执行机构。该系统能够有效减少外部噪声对语音识别系统的影响，提高语音识别的准确率。
一种智能吸声语音识别系统方法

1
2
3
下一页»
尾页
共 32 条