“陈联武”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68个，建议您升级VIP下载更多相关专利

[发明专利]音频识别方法、装置、设备及存储介质-CN202310518757.9在审
发明人：张旭;郑羲光;陈联武;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-05-09 - 公布日： 2023-09-29 - 主分类号： G10L25/51 文献下载
摘要：本公开关于一种音频识别方法、装置、设备及存储介质，该方法通过获取待识别音频的音符控制指令信息；基于所述音符控制指令信息对所述待识别音频进行基于乐器成分维度的过滤处理，得到第一音频；基于所述第一音频的频谱特征对所述第一音频进行处理，得到第一候选集，所述第一候选集包括多个第一候选音频片段；基于每个所述第一候选音频片段的音乐特征，确定第二候选集中每个第二候选音频片段的音频质量指标；所述第二候选集为所述第一候选集的全集或子集；基于每个所述第二候选音频片段的音频质量指标，筛选得到目标音频片段。如此实现自动筛选音乐高光片段，无需额外耗费人力，且提高选取的音乐高光片段的准确性。
音频识别方法装置设备存储介质

[发明专利]音频质量识别模型的训练、音频质量识别方法及存储介质-CN202310499219.X在审
发明人： 陈联武;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-05-05 - 公布日： 2023-09-01 - 主分类号： G10L25/60 文献下载
摘要：本公开关于一种音频质量识别模型的训练、音频质量识别方法及存储介质，所述方法包括：获取样本音频数据；所述样本音频数据包括样本音质类别标签以及样本损伤信息标签；基于预设模型对所述样本音频数据进行识别处理，得到所述样本音频数据的样本音质类别结果和样本损伤信息结果；根据所述样本音质类别结果与所述样本音质类别标签的第一差异，以及所述样本损伤信息结果与所述样本损伤信息标签的第二差异，训练所述预设模型，得到音频质量识别模型。本公开的音频质量识别模型实现了同步预测音频数据的音质类别以及损伤信息。
音频质量识别模型训练方法存储介质

[发明专利]音频处理方法、装置、电子设备及存储介质-CN202310522004.5在审
发明人： 陈联武;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-05-10 - 公布日： 2023-08-08 - 主分类号： G10L19/008 文献下载
摘要：本公开关于一种音频处理方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法中，提取待编码的多通道音频中指定通道音频的音频特征，指定通道音频基于多通道音频中包括的单通道音频得到。提取多通道音频中包括的至少部分单通道音频之间的相关性特征。将音频特征以及相关性特征输入预设的预测模型，获取预测模型为多通道音频输出的多个编码码率以及多个编码码率各自对应的音质。基于多个编码码率以及多个编码码率各自对应的音质，确定多通道音频的目标码率。这样，一定程度上可以使得所确定的目标码率更适合多通道音频，进而提高为该多通道音频确定的目标码率的准确性，从而提高后续编码效果。
音频处理方法装置电子设备存储介质

[发明专利]转场点的确定方法、装置、设备及存储介质-CN202310185019.7在审
发明人： 陈联武;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-02-20 - 公布日： 2023-05-30 - 主分类号： G10L25/18 文献下载
摘要：本公开关于一种转场点的确定方法、装置、设备及存储介质，涉及视频技术领域。方法包括：基于音频的多个音频帧各自的色度特征和节奏特征，对音频进行分段，得到多个音频片段；基于多个音频片段各自的频谱信息，确定多个音频片段各自的重要性参数；对于每个音频片段，基于音频片段的重要性参数，从节拍点、重拍点和突变点三种候选点类型中，确定目标候选点类型；将音频片段中目标音频帧的边界时间点确定为音频片段的转场点。该方法对于该音频中频谱变化情况不同的音频片段，可以选取不同类型的候选点来作为转场点，提高了该音频中转场点的多样性和丰富性，进而在基于该音频中的转场点制作卡点视频时，可提高卡点视频的转场效果。
转场确定方法装置设备存储介质

[发明专利]卡点信息获取方法、装置、电子设备和存储介质-CN202310102909.7在审
发明人： 陈联武;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-28 - 公布日： 2023-05-16 - 主分类号： H04N21/233 文献下载
摘要：本公开涉及音频处理技术领域，尤其涉及一种卡点信息获取方法、装置、电子设备和存储介质。其中，该卡点信息获取方法，包括：对音频信号进行节奏检测，获取所述音频信号对应的节拍时间点集合，其中，所述节拍时间点集合包括节拍时间点子集和重拍时间点子集中的至少一项；对所述音频信号进行信号突变检测，获取所述音频信号对应的突变位置时间点集合；根据所述节拍时间点集合和所述突变位置时间点集合，获取所述音频信号对应的卡点信息。采用本公开可以提高卡点信息获取的准确性，可以提高卡点视频生成的准确性。
信息获取方法装置电子设备存储介质

[发明专利]音质评估模型的训练方法及装置、音质评估方法及装置-CN202310019263.6在审
发明人： 陈联武;张旭;任新蕾;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-06 - 公布日： 2023-05-09 - 主分类号： G10L25/60 文献下载
摘要：本公开关于一种音质评估模型的训练方法及装置、音质评估方法及装置。音质评估模型的训练方法包括：获取音频样本，其中，音频样本是基于至少一种预定损伤类型对对应原始音频进行处理得到的，且每个音频样本具有对应的音质评估标签，音质评估标签是基于音频样本的多个预定评估指标信息得到的；将音频样本的音频特征输入音质评估模型，得到音频样本的预估音质评估信息；基于音频样本的音质评估标签和预估音质评估信息，计算损失；基于损失调整音质评估模型的参数。
音质评估模型训练方法装置

[发明专利]一种资源处理方法、装置、设备及存储介质-CN202310004878.1在审
发明人： 陈联武;郑羲光;张晨;苍鹏 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-03 - 公布日： 2023-05-09 - 主分类号： H04N21/2662 文献下载
摘要：本公开关于一种资源处理方法、装置、设备及存储介质，涉及互联网技术领域，可以解决通用方法不能合理分配码率的问题。该方法包括：获取资源处理过程的控制参数；控制参数包括：目标展示设备的目标设备特征；目标展示设备用于展示目标多媒体资源；目标设备特征用于表示目标展示设备的资源处理能力；在资源处理过程中，根据控制参数，确定目标码率；目标码率为目标展示设备展示目标多媒体资源的码率；根据目标码率对目标多媒体资源执行编码操作，得到编码后的目标多媒体资源。
一种资源处理方法装置设备存储介质

[发明专利]基于同声传译的数据处理方法、装置、系统和存储介质-CN201910745319.X有效
发明人：白晶亮;欧阳才晟;刘海康;陈联武;陈祺;张宇露;罗敏;苏丹 -专利权人：腾讯科技（北京）有限公司
申请日： 2018-05-10 - 公布日： 2023-04-07 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及人工智能的语音处理技术领域，特别是涉及一种基于同声传译的数据处理方法、装置、系统和存储介质，所述方法包括：当母应用程序在运行时，利用所述母应用程序提供的公共组件，构建子应用程序的同声传译辅助页面；接收服务器发送的文本；在所述同声传译辅助页面中展示所述识文本；当检测到修改指令时，获取与所述文本对应的修改文本；将本地的标识和所述修改文本发送至所述服务器；所述修改文本，用于指示所述服务器按照与所述标识对应的权重确定所述修改文本的加权累积值；在所述加权累积值达到阈值时，根据所述文本和修改文本更新所述同声传译模型。本申请提供的方案可以提高由处理音频所得到的文本的准确性。
基于同声传译数据处理方法装置系统存储介质

[发明专利]音频处理方法、装置、电子设备及存储介质-CN202211200224.8在审
发明人： 陈联武;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-09-29 - 公布日： 2023-03-21 - 主分类号： G10L19/16 文献下载
摘要：本公开关于一种音频处理方法、装置、电子设备及存储介质。该方法包括：获取待编码的目标音频片段以及目标音质指标；所述目标音质指标为所述目标音频片段被指示的音质指标；基于音质预测模型对所述目标音频片段进行音质指标预测处理，得到所述目标音频片段在多种预设码率下分别对应的音质指标；根据所述多种预设码率以及所述多种预设码率下分别对应的音质指标，构建码率与音质指标的映射关系；基于所述映射关系，确定所述目标音质指标对应的目标码率，所述目标码率用于对所述目标音频片段进行编码。根据本公开提供的技术方案，可以提升音频的编码效率和灵活性。
音频处理方法装置电子设备存储介质

[发明专利]用于音频对象聚类的自适应响度规范化-CN202080010337.4有效
发明人： 陈联武;芦烈 -专利权人：杜比实验室特许公司
申请日： 2020-02-12 - 公布日： 2023-03-21 - 主分类号： H04S7/00 文献下载
摘要：一种处理包含多个音频元素的音频内容的方法包括：将所述多个音频元素聚类为多个音频元素集群；及针对所述多个集群中的集群：针对所述集群中的每一音频元素，确定所述音频元素贡献于所述集群的能量量度；针对所述集群中的至少一个音频元素，至少部分地基于所述集群中所述音频元素的所述能量量度确定补偿增益；及将所述补偿增益应用到所述集群中的所述至少一个音频元素。
用于音频对象自适应响度规范化

[发明专利]一种多人语音的分离方法和装置-CN201810904488.9有效
发明人： 陈联武;于蒙;钱彦旻;苏丹;俞栋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-08-09 - 公布日： 2023-03-10 - 主分类号： G10L21/0272 文献下载
摘要：本发明实施例公开了一种多人语音的分离方法和装置，用于实现在多人语音场景下的语音与语音之间的分离。本发明实施例提供一种多人语音的分离方法，包括：从待分离的混合语音信号中提取出混合语音特征，所述混合语音信号中混合有N种人声，所述N为大于或等于2的正整数；使用生成对抗网络模型对所述混合语音特征进行掩蔽系数提取，得到N种人声对应的掩蔽矩阵；使用所述生成对抗网络模型对所述N种人声所对应的掩蔽矩阵和所述混合语音信号进行语音分离，输出与所述N种人声对应的N种分离语音信号。
一种人语分离方法装置

[发明专利]音频处理方法、装置、电子设备、存储介质及程序产品-CN202211176544.4在审
发明人：张旭;陈联武;李子涵;陈翔宇;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-09-26 - 公布日： 2023-01-24 - 主分类号： G10L19/18 文献下载
摘要：本公开提供了一种音频处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及音视频处理技术领域。该方法包括：获取待处理音频，对待处理音频进行分类处理，得到待处理音频的音频类型；对待处理音频进行音质检测处理，并结合音频类型确定待处理音频对应的第一码率；确定待处理音频的音频特征，基于音频特征进行码率预测处理，得到待处理音频对应的第二码率；基于第一码率与第二码率确定待处理音频对应的目标码率。本公开通过对待处理音频进行音频分类和音质预测处理，确定对应的目标码率，可以在有效保证音频质量的同时，尽可能的降低传输过程中所需的音频压缩码率，进而降低传输带宽。
音频处理方法装置电子设备存储介质程序产品

[发明专利]语音增强网络训练、语音增强方法、装置及电子设备-CN202211128873.1在审
发明人：郑羲光;陈联武;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-09-16 - 公布日： 2023-01-20 - 主分类号： G10L21/0208 文献下载
摘要：本公开关于一种语音增强网络训练、语音增强方法、装置及电子设备，该方法包括获取样本语音信息、纯净语音信号、原始冲击响应信号、第一设备频响和目标声源特性对应的目标声源分布数据；对原始冲击响应信号进行声源分离处理，得到原始直达源响应信号和原始反射源响应信号；基于目标声源分布数据、原始直达源响应信号和原始反射源响应信号进行声源特性对齐处理，得到目标冲击响应信号；基于目标冲击响应信号、纯净语音信号和第一设备频响，生成样本语音信息对应的目标增强语音信息；基于样本语音信息和目标增强语音信息，对预设神经网络进行语音增强训练，得到目标声源特性对应的目标语音增强网络。利用本公开实施例可以提升语音增强效果。
语音增强网络训练方法装置电子设备

[发明专利]基于同声传译的数据处理方法、装置、系统和存储介质-CN201910746171.1有效
发明人：白晶亮;欧阳才晟;刘海康;陈联武;陈祺;张宇露;罗敏;苏丹 -专利权人：腾讯科技（北京）有限公司
申请日： 2018-05-10 - 公布日： 2023-01-03 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及人工智能的语音处理技术领域，特别是涉及一种基于同声传译的数据处理方法、装置、系统和存储介质，所述方法包括：获取音频；通过语音模型处理所述音频得到识别文本，以及通过翻译模型处理所述识别文本得到翻译文本；将所述识别文本和所述翻译文本发送至用户终端；接收所述用户终端所反馈的、对所述识别文本和所述翻译文本进行修改后所得到的修改文本；根据所述识别文本和修改所述识别文本所得的修改文本更新所述语音模型，根据所述翻译文本和修改所述翻译文本所得的修改文本更新所述翻译模型。本申请提供的方案可以提高由处理音频所得到的文本的准确性。
基于同声传译数据处理方法装置系统存储介质

[发明专利]语音增强方法和装置-CN202211073000.5在审
发明人：许成林;陈联武;张旭;任新蕾;郑羲光;张晨 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-09-02 - 公布日： 2022-11-29 - 主分类号： G10L21/0316 文献下载
摘要：本公开关于一种语音增强方法和装置。该语音增强方法包括：获取待处理的含噪声的语音信号；将待处理的含噪声的语音信号的语音幅度谱划分为宽带幅度谱和高频幅度谱；对宽带幅度谱进行宽带增强处理，得到宽带增强幅度谱；对宽带增强幅度谱和高频幅度谱进行高频增强处理，得到高频增强幅度谱；对宽带增强幅度谱和高频增强幅度谱进行融合，根据融合结果得到待处理的含噪声的语音信号的全频带增强语音信号。本公开解决了全频带语音增强处理不能兼容宽带语音增强处理的问题。
语音增强方法装置

1
2
3
4
5
下一页»
尾页
共 68 条