“付晓寅”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35个，建议您升级VIP下载更多相关专利

[发明专利]语义识别方法、装置、设备以及存储介质-CN202011294260.6有效
发明人：吴玉芳;瞿琴;王奇博;满成剑;臧启光;付晓寅 -专利权人：北京百度网讯科技有限公司
申请日： 2020-11-18 - 公布日： 2023-10-20 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了语义识别方法、装置、设备以及存储介质，涉及深度学习、自然语言处理技术领域。具体实现方案为：获取待处理语音的语音识别结果，语音识别结果包括新增识别结果片段以及历史识别结果片段；获取历史识别结果片段中各个历史对象的语义向量，将各个历史对象的语义向量以及新增识别结果片段中的各个新增对象，输入流式语义编码层，获取各个新增对象的语义向量；将各个历史对象的语义向量以及各个新增对象的语义向量，输入依次排列的流式语义向量融合层和语义理解多任务层，获取待处理语音的语义识别结果。由此，实现了对用户的语音进行实时语义识别，缩短了人机语音交互系统的响应时间，提高了交互效率，改善了用户体验。
语义识别方法装置设备以及存储介质

[发明专利]语言模型的训练方法、装置和电子设备-CN202011165544.5有效
发明人：张辽;蒋正翔;付晓寅 -专利权人：北京百度网讯科技有限公司
申请日： 2020-10-27 - 公布日： 2023-08-04 - 主分类号： G10L15/06 文献下载
摘要：本申请公开了语言模型的训练方法、装置和电子设备，涉及语音、自然语言处理、深度学习技术领域。具体实现方案为：采用语义解析模块获取样本文本对应的文法和文法中槽位对应的槽值；根据文法和文法中槽位对应的槽值生成文法对应的文法图；根据样本文本获取文法图中文法的权重、槽位的权重和槽值的权重；根据文法图中文法的权重、槽位的权重和槽值的权重计算不同阶的文法频次；以及根据文法频次进行语言模型的训练。本申请的训练方法，能够直接根据文法图中文法的权重、槽位的权重和槽值的权重计算不同阶的文法频次，解决了相关技术中语料数量过多的问题，文法频次的计算效率更高，能够显著缩短语言模型的训练时长。
语言模型训练方法装置电子设备

[发明专利]VAD尾点检测方法、装置、服务器和计算机可读介质-CN201910147062.8有效
发明人：臧启光;付晓寅;陈涛;郭启行;吴玉芳;瞿琴 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-02-27 - 公布日： 2023-08-04 - 主分类号： G10L15/04 文献下载
摘要：本公开提供一种VAD尾点检测方法和智能设备，通过确定语音包中包含VAD尾点的概率pa，并在解码语音包后，确定与语音包对应的文字指令的语义完整性的概率pn，根据pa、pn和预设的阈值，确定语音包是否包含VAD尾点，从而将声学VAD检测和语义VAD检测相结合，实现VAD尾点检测；本公开VAD尾点检测更加准确，可以避免语音停顿导致的误检，并解决语音包中VAD尾点过长导致的反应迟钝的问题，提升语音人机交互过程中的用户体验。本公开还提供一种服务器和计算机可读介质。
vad 检测方法装置服务器计算机可读介质

[发明专利]标点预测方法及装置-CN202010046714.1有效
发明人：梁鸣心;付晓寅 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2020-01-16 - 公布日： 2023-08-01 - 主分类号： G06F40/211 文献下载
摘要：本申请公开了标点预测方法及装置，涉及文本标注技术领域。具体实现方案为：获取待预测的文本；将文本输入预设的序列标注模型，获取文本中各个字符对应的第一标点预测结果；第一标点预测结果包括：至少一种预测结果，以及每种预测结果对应的第一得分；针对文本中的每个字符，针对字符的每种预测结果，结合文本以及预测结果，生成预测结果对应的待输入文本；将待输入文本输入预设的语言模型，得到预测结果对应的第二得分；结合字符的各种预测结果对应的第一得分和第二得分，确定字符的标点存在情况；结合文本中各个字符的标点存在情况，对文本进行标点处理，得到文本对应的标点文本，从而能够综合序列标注模型和语言模型的优点，提高标点预测效率。
标点预测方法装置

[发明专利]一种语音解码方法、装置和终端设备-CN201910152119.3有效
发明人：陈涛;付晓寅;臧启光;吴玉芳;瞿琴 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-02-28 - 公布日： 2023-05-23 - 主分类号： G10L19/04 文献下载
摘要：本发明实施例提供一种语音解码方法、装置和终端设备，该方法包括：基于第一语言模型和声学模型获取语音信号的第一解码结果集，以及基于第二语言模型和所述声学模型获取所述语音信号的第二解码结果集，其中，所述第一解码结果集包括至少一个第一解码结果，所述第二解码结果集包括至少一个第二解码结果；建立包括N个第一解码结果和M个第二解码结果的时间序列；将所述时间序列包括的解码结果按照在所述时间序列的时间顺序输入至LSTM模型进行联合预测，以得到所述时间序列内每个解码结果的第一分数，并输出所述时间序列中第一分数最高的解码结果。本发明实施例可以提高语音信号的解码准确度。
一种语音解码方法装置终端设备

[发明专利]训练文本生成方法、装置、电子设备及存储介质-CN202111531751.2有效
发明人：刘兵;陈武臣;王佳伟;臧启光;吴震;付晓寅 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-14 - 公布日： 2023-05-05 - 主分类号： G06F18/214 文献下载
摘要：本公开提供了一种训练文本生成方法、装置、电子设备及存储介质，涉及人工智能技术领域，具体为语音识别和自然语言处理技术领域。具体实现方案为：对音频进行识别处理，以得到初始语音文本和参考语音文本，确定初始语音文本和参考语音文本之间的相似度信息，根据相似度信息，从初始语音文本之中确定出第一目标语音文本，以及根据第一目标语音文本和参考语音文本，生成训练文本。由此，可以实现联合初始语音文本与参考语音文本生成音频对应的训练文本，降低训练文本生成的出错率，有效提升生成的训练文本的样本质量和样本准确性，有效提升训练文本的产出率。
训练文本生成方法装置电子设备存储介质

[发明专利]语音识别及模型建立方法、装置、设备和存储介质-CN202111122263.6有效
发明人：梁鸣心;付晓寅;贾磊;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-24 - 公布日： 2023-04-28 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音识别及模型建立方法、装置、设备和存储介质，涉及计算机技术领域，具体涉及语音识别、深度学习、自然语言处理等人工智能领域。语音识别方法包括：对语音信号进行流式处理，以获得所述流式处理的输出结果，所述输出结果包括：所述语音信号的初始序列单元对应的上下文特征；对所述上下文特征进行非自回归处理，以获得最终序列单元；基于所述最终序列单元，获得语音识别结果。本公开可以实现高并行高精度的语音识别。
语音识别模型建立方法装置设备存储介质

[发明专利]基于截断注意力的实时语音识别的方法、装置、设备以及计算机可读存储介质-CN201910016861.1有效
发明人： 付晓寅;白锦峰;陈志杰;梁鸣心;陈旭;贾磊 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2019-01-08 - 公布日： 2023-04-28 - 主分类号： G10L15/04 文献下载
摘要：本公开提供了一种基于截断注意力的实时语音识别的方法、装置、设备以及计算机可读存储介质。方法包括获得用于截断输入的语音信号的特征序列的截断信息，然后基于截断信息来将特征序列截断成多个子序列。方法还包括针对每个子序列，通过注意力机制来获得实时识别结果。本公开的实施例通过在传统的注意力模型中引入根据语音信号而确定的截断信息，能够指导注意力模型针对每个截断分别进行注意力建模，不仅能够实现实时的语音识别，而且能够保证很高的识别准确率。此外，可选地，本公开的一些实施例所提出的双头结构能够保证实时语音识别过程的计算量较小，本公开的一些实施例所提出的多级注意力结构能够进一步提升语音识别的准确率。
基于截断注意力实时语音识别方法装置设备以及计算机可读存储介质

[发明专利]语音识别方法和装置-CN202110390219.7有效
发明人：张辽;赵银楼;蒋正翔;付晓寅;魏玮 -专利权人：北京百度网讯科技有限公司
申请日： 2021-04-12 - 公布日： 2022-11-29 - 主分类号： G10L15/22 文献下载
摘要：本公开公开了一种语音识别方法和装置，涉及语音和深度学习技术领域。具体实现方案为：获取语音识别模型针对待识别语音输出的识别得分排在前N个的候选识别结果，所述N为大于1的正整数；基于候选识别结果与预先收集的热门实体的发音相似度，分别对所述N个候选识别结果进行打分，得到各候选识别结果的相似度得分；综合所述候选识别结果的识别得分和相似度得分，从所述N个候选识别结果中确定所述待识别语音对应的识别结果。本公开能够提高识别准确性。
语音识别方法装置

[发明专利]音频识别方法、音频识别模型的训练方法、装置和设备-CN202211068387.5有效
发明人： 付晓寅;杨明顺;臧启光;陈志杰;徐扬凯;王桂彬;贾磊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-09-02 - 公布日： 2022-11-18 - 主分类号： G10L15/26 文献下载
摘要：本公开提供了一种音频识别方法，涉及人工智能技术领域，尤其涉及语音识别、深度学习和自然语言处理等技术领域。具体实现方案为：对目标音频数据的音频特征进行截断，得到至少一个第一音频序列特征，其中，至少一个第一音频序列特征对应的时长为预设时长；根据音频特征的尖峰信息，得到与第一音频序列特征对应的尖峰子信息；对第一音频序列特征执行至少一次解码操作，得到第一音频序列特征的识别结果，其中，解码操作的执行次数与第一音频序列特征对应的尖峰的数量一致；以及根据至少一个第一音频序列特征的识别结果，得到目标音频数据的目标文本数据。本公开还提供了一种音频识别模型的训练方法、装置、电子设备和存储介质。
音频识别方法模型训练装置设备

[发明专利]语音识别方法、装置、设备和介质-CN202211064891.8有效
发明人：邵俊尧;蒋正翔;钱胜;付晓寅;王海峰;贾磊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-09-01 - 公布日： 2022-11-08 - 主分类号： G10L15/26 文献下载
摘要：本公开提供了一种语音识别方法、装置、设备和介质，涉及人工智能领域，具体涉及语音识别、自然语言处理和深度学习等技术领域。方法的具体实现方案为：采用声学模型对待识别语音数据和已识别得到的第一文本片段进行处理，得到多个备选文本片段各自的声学概率；采用第一语言子模型对第一文本片段进行处理，得到多个备选文本片段各自的初始语言概率；采用约束子模型对第一文本片段进行处理，得到多个备选文本片段各自针对第一文本片段的可扩展关系；根据可扩展关系，对备选文本片段的初始语言概率进行调整，得到多个备选文本片段各自的第一语言概率；以及根据第一语言概率和声学概率，确定多个备选文本片段中的目标文本片段。
语音识别方法装置设备介质

[发明专利]语音识别及编解码方法、装置、电子设备及存储介质-CN202111069754.9有效
发明人： 付晓寅;陈志杰;梁鸣心;杨明顺;贾磊;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-13 - 公布日： 2022-11-01 - 主分类号： G10L15/02 文献下载
摘要：本公开提供了语音识别及编解码方法、装置、电子设备及存储介质，涉及智能语音、深度学习及自然语言处理等人工智能领域，其中的语音识别方法可包括：获取待识别的语音的音频特征；对获取到的音频特征进行编码，得到编码特征；对得到的编码特征进行截断处理，得到连续的N个特征片段，N为大于一的正整数；针对任一特征片段，获取对应的历史特征抽象信息，结合历史特征抽象信息对该特征片段进行编码，并对编码结果进行解码，得到该特征片段对应的识别结果，其中，历史特征抽象信息为对已识别的历史特征片段进行特征抽象得到的信息。应用本公开所述方案，可提升识别结果的准确性及提升识别效率等。
语音识别解码方法装置电子设备存储介质

[发明专利]人机交互方法、装置、设备以及存储介质-CN202110948729.1有效
发明人：吴震;革家象;王潇;苏显泽;刘兵;王佳伟;王丹;杨松;郝景灏;吴玉芳;瞿琴;张丙奇;付晓寅;吴思远;李超;高聪;贾磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-18 - 公布日： 2022-09-27 - 主分类号： G10L15/22 文献下载
摘要：本公开提供了人机交互方法、装置、设备以及存储介质，涉及深度学习、语音等人工智能领域。具体实现方案为：获取语音指令；对所述语音指令进行语音识别，确定对应的语音文本；响应于满足预设的信息发送条件，将所述语音文本发送至云端；接收从云端返回的针对所述语音指令的资源；根据所述资源，对所述语音指令进行响应。本实现方式可以提高语音交互的效率，从而提高用户的交互体验。
人机交互方法装置设备以及存储介质

[发明专利]智能座舱的多模态交互方法、系统及具有其的智能座舱-CN202111428469.1有效
发明人：王丹;付晓寅;耿雷;陈杰;杨松;赵立峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-26 - 公布日： 2022-09-27 - 主分类号： G06F3/01 文献下载
摘要：本申请公开了一种智能座舱的多模态交互方法、系统及具有其的智能座舱，涉及数据处理领域，具体涉及语音技术领域。具体实现方案为：获取智能座舱的座舱状态信息；将座舱状态信息映射为对应的识别文本；根据识别文本，获取对应的话术文本、话术语音、虚拟生命形象的面部数据和动作数据；根据话术语音、虚拟生命形象的面部数据和动作数据，生成目标虚拟生命形象的渲染画面，并在第一显示设备上播放目标虚拟生命形象的渲染画面，在第二显示设备上显示话术文本。本申请可通过目标虚拟生命形象的表情、动作、语音、文字实现人机之间多模态交互方法，使得智能座舱内的人机交互过程更加接近人人交互。
智能座舱多模态交互方法系统具有

[发明专利]人机交互方法、装置、设备以及存储介质-CN202110950100.0有效
发明人：吴震;王潇;刘兵;王佳伟;魏晨闯;臧启光;瞿琴;吴玉芳;时阳;革家象;付晓寅 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-18 - 公布日： 2022-09-16 - 主分类号： G10L15/26 文献下载
摘要：本公开提供了人机交互方法、装置、设备以及存储介质，涉及深度学习、语音等人工智能领域。具体实现方案为：获取来自用户的目标语音指令以及用户的嘴部图像序列；对目标语音指令进行分析，确定对应的文本信息以及声学信息；对嘴部图像序列进行分析，确定嘴唇状态序列；基于文本信息、声学信息以及嘴唇状态序列，确定目标语音指令是否属于人机交互指令；响应于确定目标语音指令属于人机交互指令，对目标语音指令进行响应。本实现方式能够准确地判断用户的语音指令是否属于人机交互指令，能够提升智能设备指令执行的准确度，提升用户的交互体验。
人机交互方法装置设备以及存储介质

1
2
3
下一页»
尾页
共 35 条