“雪巍”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11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、设备和存储介质-CN202210753629.8在审
发明人：雪巍;彭毅;范璐 -专利权人：京东科技信息技术有限公司
申请日： 2022-06-28 - 公布日： 2022-11-04 - 主分类号： G10L15/20 文献下载
摘要：本发明实施例公开了一种语音识别方法、装置、设备和存储介质，该方法包括：根据解码待识别语音得到的第一候选词，确定所述待识别语音的解码输出得分和所述待识别语音对应的第二候选词；确定各所述第二候选词的解码特征，并根据各所述第二候选词的解码特征确定所述待识别语音的解码置信度；确定所述待识别语音所包含各语音帧的噪声置信度，并根据各所述语音帧的噪声置信度确定所述待识别语音的噪声置信度；根据所述待识别语音的解码置信度、噪声置信度和解码输出得分，确定所述待识别语音的综合置信度，并根据所述综合置信度确定语音识别结果。上述技术方案，不增加成本的前提下，提升了语音识别的精确度。
一种语音识别方法装置设备存储介质

[发明专利]基于神经网络的端到端语音增强方法、装置-CN202110367186.4在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;杨帆;丁国宏;何晓冬 -专利权人：京东科技控股股份有限公司
申请日： 2021-04-06 - 公布日： 2022-10-14 - 主分类号： G10L21/02 文献下载
摘要：本公开一种基于神经网络的端到端语音增强方法、装置、介质及设备；涉及语音信号处理领域。所述方法包括：利用时域卷积核对原始语音信号进行特征提取，得到所述原始语音信号的时域平滑特征；对所述原始语音信号和所述原始语音信号的时域平滑特征进行组合特征提取，得到增强语音信号。本公开通过对原始语音信号提取时域平滑特征，并结合深度神经网络可以实现时域降噪参数的自学习，进一步提升语音信号的质量。
基于神经网络端到端语音增强方法装置

[发明专利]一种音频数据的识别方法和装置-CN202210545649.6在审
发明人：彭毅;雪巍;于善勇;丁国宏;范璐 -专利权人：京东科技信息技术有限公司
申请日： 2022-05-19 - 公布日： 2022-08-30 - 主分类号： G10L15/10 文献下载
摘要：本发明公开了一种音频数据的识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：将音频数据输入至第一识别模型，根据第一识别模型的输出结果确定多个优选识别结果和最优置信度分数；按照对应的最优置信度分数小于预设第一阈值的选择标准，从音频数据中选出输入至目标识别模型的目标音频数据，以通过目标识别模型得到第二识别结果；将多个优选识别结果输入至序列转换模型中，得到多个序列转换结果；根据多个序列转换结果对第二识别结果进行校验，在校验通过的情况下，将第二识别结果作为音频数据的目标识别结果。该实施方式能够无需依赖第三方语音识别模型的辅助信息，提高音频数据的识别效率和准确率，降低人工成本。
一种音频数据识别方法装置

[发明专利]一种语音识别方法和装置-CN202210312961.0在审
发明人：雪巍;范璐;丁国宏 -专利权人：京东科技信息技术有限公司
申请日： 2022-03-28 - 公布日： 2022-05-27 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种语音识别方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：通过特征提取网络提取无标注的第一音频数据样本对应的预训练特征，基于该预训练特征通过特征映射网络得到第一音频数据样本的音素的归一化权重向量；以归一化权重向量作为第一音频数据样本对应的训练目标以及以有标注的第二音频数据样本的标签作为第二音频数据样本对应的训练目标，训练语音识别模型，利用训练后的语音识别模型进行语音识别。该实施方式能够解决语音识别的数据依赖和语音表征问题，有效利用语音识别产品中无标注音频数据来提高语音识别性能，降低人工标注成本，解决现有技术忽略语音相位信息和对复杂语音特性建模能力存在缺陷的问题。
一种语音识别方法装置

[发明专利]语音增强模型生成方法和装置、语音增强方法和装置-CN202110188632.5在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;杨帆;丁国宏;何晓冬 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-02-19 - 公布日： 2021-12-21 - 主分类号： G10L21/0224 文献下载
摘要：本申请公开了一种语音增强模型生成方法和装置，涉及语音技术、计算机视觉、深度学习技术领域。该方法的一个具体实施方式包括：获取样本语音信号的样本时频域谱图集，样本时频域谱图集包括至少一个样本时频域谱图；获取预先建立的深度神经网络，深度神经网络包括：平滑模块、网络模块，平滑模块用于对输入的图像进行平滑处理，得到平滑特征图；执行以下训练步骤：从样本时频域谱图集中选取样本时频域谱图，并将选取的样本时频域谱图以及与选取的样本时频域谱图对应的平滑特征图同时输入网络模块；响应于确定深度神经网络满足训练完成条件，则将深度神经网络作为语音增强模型。该实施方式优化了训练得到的语音增强模型的语音增强效果。
语音增强模型生成方法装置

[发明专利]语音增强方法、模型训练方法以及相关设备-CN202110129897.8在审
发明人：雪巍;蔡玉玉;吴俊仪;全刚;张超;杨帆;丁国宏;何晓冬 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-01-29 - 公布日： 2021-12-17 - 主分类号： G10L21/02 文献下载
摘要：本公开提供一种语音增强方法、模型训练方法以及相关设备。语音增强模型包括语音预测神经网络模块、噪声估计神经网络模块以及线性滤波模块，模型训练方法包括：获取训练集中各语音对的带噪语音幅度谱以及纯净语音幅度谱；根据带噪语音幅度谱获得第一特征集以及第二特征集；将第一特征集输入语音预测神经网络模块，以输出第一准估计纯净语音幅度谱以及预测误差；将第二特征集输入噪声估计神经网络模块，以输出估计噪声能量；将第一准估计纯净语音幅度谱、预测误差、估计噪声能量输入线性滤波模块，线性滤波模块用于输出估计纯净语音幅度谱；根据纯净语音幅度谱以及估计纯净语音幅度谱计算模型损失，以训练语音增强模型。本公开实现语音增强的优化。
语音增强方法模型训练以及相关设备

[发明专利]基于神经网络的语音增强方法、装置及电子设备-CN202110245564.1在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;杨帆;丁国宏;何晓冬 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-03-05 - 公布日： 2021-12-17 - 主分类号： G10L21/0224 文献下载
摘要：本公开提供一种基于神经网络的语音增强方法、装置、存储介质及电子设备；涉及语音信号处理领域。所述方法包括：将原始语音信号进行时频变换得到原始语音信号的原始幅度谱；利用时间维卷积核对原始幅度谱进行特征提取，得到时域平滑特征图；利用频率维卷积核对原始幅度谱进行特征提取，得到频域平滑特征图；对原始幅度谱、时域平滑特征图和频域平滑特征图进行组合特征提取，得到原始语音信号的增强幅度谱；对增强幅度谱进行时频逆变换得到增强语音信号。本公开通过对原始语音信号提取时频平滑特征，可以在时间轴和频率轴上实现双轴降噪，并结合深度神经网络可以实现降噪参数的自学习，进一步提升语音信号的质量。
基于神经网络语音增强方法装置电子设备

[发明专利]语音识别方法及装置、存储介质及电子设备-CN202110062350.0在审
发明人：雪巍;蔡玉玉;吴俊仪;彭毅;范璐;杨帆;丁国宏;何晓冬 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-01-18 - 公布日： 2021-12-10 - 主分类号： G10L15/02 文献下载
摘要：本公开提供了一种语音识别方法、语音识别装置、计算机可读存储介质和电子设备。该方法包括：获取样本语音信号，对样本语音信号进行解码，获得解码结果，从解码结果中提取第一特征，第一特征包含样本语音信号的前置字信息；从样本语音信号中抽取目标语音片段，获取目标语音片段的对数幅度谱；根据对数幅度谱确定第二特征，第二特征为样本语音信号的二维时频域特征；将第一特征和第二特征结合得到第三特征；使用第三特征对未经训练的分类器进行训练，获得经训练的分类器；获取待识别语音信号的待识别第三特征，以确定待识别第三特征中是否含有前置字。本公开提供一种对含有前置字的短字词进行识别的方法。
语音识别方法装置存储介质电子设备

[发明专利]语音信号的增强处理方法和装置-CN202110307449.2在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;杨帆;丁国宏;何晓冬 -专利权人：京东数字科技控股股份有限公司
申请日： 2021-03-23 - 公布日： 2021-12-03 - 主分类号： G10L21/0316 文献下载
摘要：本公开涉及一种语音信号的增强处理方法和装置，涉及语音信号处理领域。该增强处理方法包括：提取待处理语音信号在时频域的幅度谱，作为待处理幅度谱，待处理语音信号中包含噪声；根据待处理语音信号的每一帧幅度谱及其相应的多帧历史幅度谱，确定待处理语音信号的幅度谱统计特征；根据待处理幅度谱、幅度谱统计特征，利用机器学习模型消除待处理幅度谱中的噪声，获取增强语音信号。
语音信号增强处理方法装置

[发明专利]一种语音增强方法和装置-CN202110773231.6在审
发明人：陈泽华;吴俊仪;蔡玉玉;雪巍;丁国宏 -专利权人：京东科技控股股份有限公司
申请日： 2021-07-08 - 公布日： 2021-10-15 - 主分类号： G10L21/02 文献下载
摘要：本发明提供一种语音增强方法和装置，其中所述方法包括：接收输入的带噪语音信号；将所述带噪语音信号输入至语音增强模型中，依次进行卷积处理、反卷积处理以及融合处理生成纯净语音信号；其中，所述语音增强模型包括编码器和解码器，通过编码器的多个卷积层的不同尺寸的卷积核进行所述卷积处理，通过解码器的多个反卷积层的多个不同尺寸的反卷积核进行所述反卷积处理。由于每个卷积层中有多个不同尺寸的卷积核、每个反卷积层中有多个不同尺寸的反卷积核，不同尺寸的卷积核能捕捉不同尺度的特征，最终的语音增强效果也会有所提升，从而可以将不同尺寸的卷积核的卷积结果进行融合，以显著提高最终的语音增强效果，且表现稳定。
一种语音增强方法装置

[发明专利]基于双谱加权空间相关矩阵的语音声源定位方法-CN201510937548.3在审
发明人：刘文举;雪巍;梁山 -专利权人：中国科学院自动化研究所
申请日： 2015-12-15 - 公布日： 2016-05-25 - 主分类号： G10L21/0216 文献下载
摘要：针对实际复杂噪声环境下基于麦克风阵列的鲁棒语音声源定位问题，本发明利用双谱域上麦克风阵列所接收的语音信号及噪声信号的特殊数学性质，提供了一种基于双谱加权空间相关矩阵的语音声源定位方法，包括：对麦克风阵列采集到的信号进行分帧及双谱估计；在双谱域上，计算各个麦克风和参考麦克风之间的双谱相位差；采用参考麦克风的信号，估计双谱单元权重；根据双谱相位差和双谱单元权重，计算对应于候选方位的双谱加权空间相关矩阵；基于双谱加权空间相关矩阵特征值，计算针对当前候选方位的声源方位代价函数；根据声源方位代价函数最大值所对应的方位，估计语音声源方位。
基于加权空间相关矩阵语音声源定位方法

1
共 11 条