“马修·谢里菲”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88个，建议您升级VIP下载更多相关专利

[发明专利]助理命令的场境抑制-CN202180089319.4在审
发明人：维克托·克尔布内;马修·谢里菲;翁德热·斯科佩克;贾斯汀·路;丹尼尔·巴尔卡塞;凯文·基尔戈;穆罕默德·哈桑·罗姆;尼科洛·德尔科莱;迈克尔·戈利科夫 -专利权人：谷歌有限责任公司
申请日： 2021-12-14 - 公布日： 2023-09-19 - 主分类号： G10L15/08 文献下载
摘要：一些实施方式使用暖词模型处理音频数据的流以确定对应于与助理命令相关联的特定单词和/或短语(例如，暖词)的音频数据的部分，使用自动语音辨识(ASR)模型处理音频数据的前序部分(例如，在暖词之前)和/或音频数据的后序部分(例如，在暖词之后)以生成ASR输出，并且基于处理ASR输出来确定用户是否打算执行助理命令。
助理命令抑制

[发明专利]用于自动语音识别的本地执行的设备仲裁-CN202180088457.0在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-12-14 - 公布日： 2023-09-15 - 主分类号： G10L15/30 文献下载
摘要：能够基于使用给定客户端设备生成的口头话语的候选文本表示和/或基于各自使用对应的附加客户端设备生成的口头话语的一个或多个附加候选文本表示来生成口头话语的文本表示。各种实施方式包括从具有给定客户端设备的环境中的一组附加客户端设备确定附加客户端设备。各种实施方式附加地或可替代地包括基于由给定客户端设备的麦克风捕获的音频数据和/或基于由附加客户端设备的麦克风捕获的附加音频数据来确定附加客户端设备是否将生成口头话语的附加候选文本表示。
用于自动语音识别本地执行设备仲裁

[发明专利]使用神经网络进行音频处理-CN201780029191.6有效
发明人：多米尼克·罗博列克;马修·谢里菲 -专利权人：谷歌有限责任公司
申请日： 2017-05-10 - 公布日： 2023-09-12 - 主分类号： G10L25/30 文献下载
摘要：用于使用神经网络进行音频处理的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述系统之一包括多个神经网络层，其中，神经网络系统被配置为接收音频样本的时域特征并处理所述时域特征以生成所述音频样本的神经网络输出，所述多个神经网络层包括：频率变换(F‑T)层，被配置为应用由F‑T层参数集合定义的将时域特征的窗变换为频域特征的变换；以及一个或多个其他神经网络层，具有相应的层参数，其中，所述一个或多个神经网络层被配置为处理频域特征以生成神经网络输出。
使用神经网络进行音频处理

[发明专利]集成用于内容回放适配的短期场境-CN202180078867.7在审
发明人：维克托·克尔布内;马修·谢里菲 -专利权人：谷歌有限责任公司
申请日： 2021-11-11 - 公布日： 2023-08-29 - 主分类号： H04N21/4223 文献下载
摘要：在启用助理的设备(10)正在回放媒体内容(120)时，一种方法(400)包括从启用助理的设备的环境接收场境信号(102)并执行事件识别例程(200)以确定所接收的场境信号是否指示与来自启用助理的设备的媒体内容的回放冲突的事件。当事件识别例程确定所接收的场境信号指示与媒体内容的回放冲突的事件时，该方法还包括调整启用助理的设备的内容回放设置。
集成用于内容回放短期

[发明专利]从最初调用的自动化助理向随后调用的自动化助理转移对话数据-CN202180088756.4在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-12-16 - 公布日： 2023-08-29 - 主分类号： G06F3/16 文献下载
摘要：用于将对话数据从最初调用的自动化助理提供到随后调用的自动化助理的系统和方法。第一自动化助理可以由用户话语调用，之后是由第一自动化助理处理的与用户的对话。在对话期间，接收将对话数据转移到第二自动化助理的请求。请求可以通过第一自动化助理和/或第二自动化助理由用户发起。一旦被授权，第一自动化助理将先前对话数据提供给第二自动化助理。第二自动化助理基于对话数据来执行一个或多个动作。
最初调用自动化助理随后转移对话数据

[发明专利]用于提供安全自动化助理的方法和系统-CN202180088109.3在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-12-10 - 公布日： 2023-08-25 - 主分类号： G10L15/30 文献下载
摘要：本文描述的实施方式涉及：接收指向自动化助理的用户输入；处理用户输入以确定是否需要来自服务器和/或第三方应用的数据来执行包括在用户输入中的助理命令的特定履行；以及生成请求用户同意向服务器和/或第三方应用传输请求以获得执行特定履行所需的数据的提示。在用户同意的实施方式中，可以获得并利用该数据来执行特定履行。在用户不同意的实施方式中，客户端数据可以在客户端设备处本地生成并用于执行助理命令的替代履行。在各种实施方式中，可以基于在接收到用户输入时捕获的环境噪声来修改传输到服务器和/或第三方应用的请求。
用于提供安全自动化助理方法系统

[发明专利]基于个性化否定来适应热词辨识-CN202180085989.9在审
发明人：亚历山大·克拉昆;马修·谢里菲 -专利权人：谷歌有限责任公司
申请日： 2021-11-11 - 公布日： 2023-08-25 - 主分类号： G10L15/08 文献下载
摘要：一种方法(600)，包括接收表征在由用户设备(102)捕获的音频(118)中由第一级热词检测器(210)检测到的热词事件的音频数据(120)。方法还包括使用第二级热词检测器(220)处理音频数据以确定在音频数据的第一段(121)中是否检测到热词。当热词未被第二级热词检测器检测到时，方法包括：将音频数据的第一段分类为包含导致第一级热词检测器对流式传输音频中的热词事件的误检测的否定热词。基于被分类为包含否定热词的音频数据的第一段，方法包括更新第一级热词检测器以防止在包含否定热词的后续音频数据中触发热词事件。
基于个性化否定适应辨识

[发明专利]第二设备上的基于接近度的控件-CN202180084490.6在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-11-16 - 公布日： 2023-08-22 - 主分类号： G06F3/16 文献下载
摘要：一种方法(500)包括获得针对用户设备(200)的环境(32)内的多个启用助理的设备(210)中的每个启用助理的设备的接近度信息(250)。每个启用助理的设备能够由助理应用(106)控制以执行与启用助理的设备相关联的相应的可用动作(120)的集合。对于每个启用助理的设备，该方法还包括基于指示对应的启用助理的设备相对于用户设备的接近度估计的接近度信息来确定接近度得分(260)。该方法进一步包括：使用针对启用助理的设备确定的接近度得分来生成候选启用助理的设备的排名列表(310)，并且针对排名列表中的每个对应的启用助理的设备，在图形用户界面(GUI)(400)中显示用于执行与对应的启用助理的设备相关联的相应的动作集合的相应的控件(220)的集合。
第二设备基于接近控件

[发明专利]冻结词-CN202180082507.4在审
发明人： 马修·谢里菲;亚历山大·克拉昆 -专利权人：谷歌有限责任公司
申请日： 2021-11-17 - 公布日： 2023-08-18 - 主分类号： G10L15/05 文献下载
摘要：一种用于检测冻结词的方法(300)包括接收音频数据(118)，该音频数据(118)对应于由用户(10)说出并由与用户相关联的用户设备(110)捕获的话语(119)。方法还包括使用语音辨识器(200)处理音频数据以确定话语包括针对数字助理(109)执行操作的查询(122)。语音辨识器被配置为在音频数据中非语音的预定持续时间之后触发话语的终结。在非语音的预定持续时间之前，方法包括在音频数据中检测冻结词(123)。响应于在音频数据中检测到冻结词，方法还包括触发用户设备处的硬麦克风关闭事件(125)。硬麦克风关闭事件防止用户设备捕获冻结词之后的任何音频。
冻结

[发明专利]基于检测序列的热门短语触发-CN202180083577.1在审
发明人：维克托·克尔布内;马修·谢里菲 -专利权人：谷歌有限责任公司
申请日： 2021-11-21 - 公布日： 2023-08-15 - 主分类号： G06F3/16 文献下载
摘要：一种方法(300)包括接收与由用户设备(104)捕获的话语(110)相对应的音频数据(202)。话语包括用于数字助理(109)执行操作的命令。该方法还包括使用被配置为检测与热门短语(210)相关联的触发词集合中的每个触发词的热门短语检测器(200)来确定在对应的固定持续时间的时间窗口(220)期间在音频数据中是否检测到触发词集合中的任何触发词。该方法还包括当在音频数据中还检测到该触发词集合中的每个其他触发词时在与话语相对应的音频中标识热门短语。该方法还包括当在与话语相对应的音频数据中标识出热门短语时触发自动语音识别器(116)以对音频数据执行语音识别。
基于检测序列热门短语触发

[发明专利]使用动态生成的短语的基于段的说话者验证-CN201911099048.1有效
发明人：多米尼克·罗博列克;马修·谢里菲 -专利权人：谷歌有限责任公司
申请日： 2015-03-27 - 公布日： 2023-08-15 - 主分类号： G10L17/04 文献下载
摘要：公开了使用动态生成的短语的基于段的说话者验证。用于验证用户的身份的计算机程序的方法、系统、和装置，包括编码在计算机存储介质上的计算机程序。所述方法、系统、和装置包括接收对用于验证用户身份的验证短语的请求的动作。附加的动作包括：响应于接收到对用于验证所述用户的所述身份的所述验证短语的所述请求，识别要被包括在所述验证短语中的子字；以及响应于识别出要被包括在所述验证短语中的所述子字，获得包括所识别的子字中的至少一些子字的候选短语作为所述验证短语。另外的动作包括：提供所述验证短语作为对于所述验证短语的所述请求的响应，所述验证短语用于验证所述用户的所述身份。
使用动态生成短语基于说话验证

[发明专利]减弱自动语音识别处理结果-CN202180081357.5在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-11-16 - 公布日： 2023-08-04 - 主分类号： G10L15/30 文献下载
摘要：用于减弱语音处理的方法(300)包括：在声音启用装置(110)处接收麦克风触发事件(202)的指示，该指示用于指示通过语音与装置可能的交互，其中，该装置具有麦克风(116)，麦克风(116)在打开时被配置为捕捉语音。响应于接收麦克风触发事件的指示，方法还包括指令麦克风打开或在持续时间窗口(212)内保持打开，以捕捉音频流(16)，以及将由打开的麦克风捕捉的音频流提供给语音识别系统(150)。在持续时间窗口期间，方法进一步包括基于持续时间窗口的功能来减弱语音识别处理的等级(222)，以及指令语音识别系统在音频流上使用语音识别处理的减弱的等级(204，222)。
减弱自动语音识别处理结果

[发明专利]自适应文本转话音输出-CN202310511278.4在审
发明人： 马修·谢里菲;雅各布·尼古劳斯·弗尔斯特 -专利权人：谷歌有限责任公司
申请日： 2016-12-29 - 公布日： 2023-07-28 - 主分类号： G10L13/08 文献下载
摘要：本发明涉及自适应文本转话音输出。在一些实施方式中，由一个或多个计算机确定客户端设备的用户的语言熟练度。然后，一个或多个计算机基于用户的所确定的语言熟练度来确定用于由文本转话音模块输出的文本片段。在确定用于输出的文本片段之后，一个或多个计算机生成包括文本片段的合成话语的音频数据。然后，将包括文本片段的合成话语的音频数据提供给客户端设备以用于输出。通过更好的文本转话音转换而提供改善的用户接口。
自适应文本话音输出

[发明专利]使用真实世界噪声的语音个性化和联合训练-CN202180078935.X在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-11-15 - 公布日： 2023-07-21 - 主分类号： G10L15/065 文献下载
摘要：一种训练语音模型(146)的方法(300)包括在启用话音的设备(110)处接收训练话语(144)的固定集合，其中，该训练话语的固定集合中的每个训练话语包括与对应训练话语的语音表示(144r)配对的转录(144t)。该方法还包括从自启用话音的设备的环境采样带噪声音频数据(202)。对于训练话语的固定集合中的每个训练话语，该方法还包括：使用从启用话音的设备的环境中采样的带噪声音频数据来增强对应训练话语的语音表示以生成带噪声音频样本(204)，且将每个带噪声音频样本与对应训练话语的对应转录配对。该方法还包括在为训练话语的固定集合中的每个语音表示生成的带噪声音频样本上训练语音模型。
使用真实世界噪声语音个性化联合训练

[发明专利]从呼叫和音频消息中对其他说话者进行语音过滤-CN202180074499.9在审
发明人： 马修·谢里菲;维克托·克尔布内 -专利权人：谷歌有限责任公司
申请日： 2021-10-26 - 公布日： 2023-07-11 - 主分类号： G10L21/028 文献下载
摘要：一种方法(400)包括：接收对应于语音命令(118)的原始音频数据(102)的第一实例；以及接收原始音频数据的第二实例，所述第二实例对应于用户(102)所说的基于音频的通信(150)的可听内容(126)的话语。在语音过滤辨识例程(200)确定为用户的语音激活语音过滤时，该方法还包括：获得用户的相应说话者嵌入(318)并使用相应说话者嵌入处理原始音频数据的第二实例以生成用于基于音频的通信的增强音频数据(152)，所述增强音频数据(152)隔离用户说出的可听内容的话语并且排除不是用户说出的一个或多个附加声音的至少一部分。该方法还包括将增强音频数据传输到接收者设备(105)。
呼叫音频消息其他说话进行语音过滤

1
2
3
4
5
6
下一页»
尾页
共 88 条