“彭话易”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17个，建议您升级VIP下载更多相关专利

[发明专利]动画生成方法、装置、设备及可读存储介质-CN202310827934.1在审
发明人：彭泽宇;李宏龙;王苏君;彭话易 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2023-07-07 - 公布日： 2023-10-13 - 主分类号： G06T13/40 文献下载
摘要：本申请提供一种动画生成方法、装置、设备及可读存储介质，其方法包括：获取目标语料内容对应的至少一个目标音素的信息，每个目标音素的信息包括音素类别、音素时长以及音素状态中的至少一项，音素状态与发音振幅相关；在动态口型模板中选取与数字对象相匹配的目标动态口型模板；根据目标音素的音素时长和/或音素状态，对目标口型动画信息进行调整，得到目标音素对应的面部口型动画片段，目标口型动画信息为目标动态口型模板中与音素类别对应的动态口型动画信息；基于至少一个目标音素对应的面部口型动画片段，得到数字对象在说出所述目标语料内容时的面部口型动画。
动画生成方法装置设备可读存储介质

[发明专利]信息生成方法、装置、电子设备及可读存储介质-CN202310841795.8在审
发明人： 彭话易 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2023-07-10 - 公布日： 2023-10-10 - 主分类号： G06T13/20 文献下载
摘要：本申请提供了一种信息生成方法、装置、电子设备及可读存储介质，该方法包括：获取第一文本信息；确定与所述第一文本信息的发音动作对应的第一音素信息；根据所述第一音素信息进行预测处理，生成具有面部动作的第二音素信息；根据所述第二音素信息进行解码处理，生成用于驱动虚拟人的声谱信息以及面部动作信息。本申请能够解决目前虚拟人的发声和动作的一致性较差的问题。
信息生成方法装置电子设备可读存储介质

[发明专利]一种语音转换方法、装置、设备及可读存储介质-CN202310826057.6在审
发明人： 彭话易 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2023-07-06 - 公布日： 2023-08-22 - 主分类号： G10L13/033 文献下载
摘要：本发明提供一种语音转换方法、装置、设备及可读存储介质，方法包括：获取待处理的语音信息；基于三头编码器，分别对待处理的语音信息中的语音内容、环境噪声以及基频信息进行编码建模，以得到编码建模后的语音信息；对编码建模后的语音信息的时序进行更改，以调整编码后的语音信息的语速；将调整语速后的语音信息输入预先训练好的与目标用户对应的音色转换模型中，得到目标声学特征，其中，所述目标声学特征的音色与所述目标用户的音色相同。由此，可根据需要对待处理的语音信息进行音色转换，且转换方式更加高效准确；对语音信息进行多维度编码可提升语音在噪音环境下的鲁棒性；语速控制可使得语音更加符合用户需求。
一种语音转换方法装置设备可读存储介质

[发明专利]语音合成方法、装置及计算机可读存储介质-CN201910438778.3有效
发明人： 彭话易;程宁;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-22 - 公布日： 2023-07-14 - 主分类号： G10L13/04 文献下载
摘要：本发明涉及人工智能技术领域，公开了一种语音合成方法，该方法包括：将源说话人的语音数据转换为文本内容，并将所述文本内容转化为文本向量；将所述文本向量转化为源说话人的梅尔语谱图；获取目标说话人的语音信号，并将所述目标说话人的语音信号转换为目标说话人的梅尔频率倒谱系数特征；将所述源说话人的梅尔语谱图以及所述目标说话人的梅尔频率倒谱系数特征输入至经过训练的语谱特征转换模型中，得到目标说话人的梅尔语谱图；及将所述目标说话人的梅尔语谱图转换为所述文本内容对应的语音并输出。本发明还提出一种语音合成装置以及一种计算机可读存储介质。本发明可以实现语音合成系统的音色转换。
语音合成方法装置计算机可读存储介质

[发明专利]一种问题意图识别方法、装置、计算机设备及存储介质-CN201910467185.X有效
发明人：王健宗;孙奥兰;彭话易;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-31 - 公布日： 2023-06-16 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种问题意图识别方法、装置、计算机设备及存储介质，应用于深度学习技术领域，用于解决现有技术手段难以理解用户问题的真实意图的问题。本发明提供的方法包括：获取用户提问的目标问题语音；对目标问题语音进行音转字处理，得到目标问题文本；对目标问题文本进行向量化处理，得到目标问题向量；将目标问题向量作为输入投入至预先训练好的基于注意力的深度学习模型，得到深度学习模型输出的、与各个预设用户意图分别对应的各个问题概率值，每个问题概率值各自表征了目标问题文本属于与每个问题概率值对应的预设用户意图的概率；从各个预设用户意图中选取出问题概率值最大的预设用户意图，作为用户的真实问题意图。
一种问题意图识别方法装置计算机设备存储介质

[发明专利]语音合成模型的生成方法、装置、设备及存储介质-CN201910881032.X有效
发明人：王健宗;贺雯迪;彭话易;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2019-09-18 - 公布日： 2023-05-26 - 主分类号： G10L13/04 文献下载
摘要：本发明提供一种语音合成模型的生成方法、装置、设备及存储介质，即所述处理器获取所述存储模块中的待训练语音合成模型，并确定初始化模型参数；所述处理器获取所述存储模块中的待合成语音数据，输入至预设标准语音合成模型得到第一合成结果，输入至所述待训练语音合成模型得到第二合成结果；基于所述第一合成结果，计算所述第二合成结果的损失值，并判断所述第二合成结果的损失值是否小于第一预设阈值；若所述处理器判定小于所述第一预设阈值，则初始化模型参数确定目标参数，生成目标语音合成模型。本发明避免基于上一个样本点作为下一个样本点的输入，提升了语音合成模型的训练速度，提高了语音合成模型的训练效率。
语音合成模型生成方法装置设备存储介质

[发明专利]一种语音合成方法、装置、电子设备及存储介质-CN202110251885.2在审
发明人： 彭话易;黄旭为;张国鑫 -专利权人：北京达佳互联信息技术有限公司
申请日： 2021-03-08 - 公布日： 2021-07-09 - 主分类号： G10L13/08 文献下载
摘要：本公开关于一种语音合成方法、装置、电子设备及存储介质，该方法包括：获取待合成文本；根据待合成文本的音素序列，确定待合成文本的文本特征；根据输入的情感标签和情感强度值，确定待合成文本的情感特征；融合所述文本特征和所述情感特征，得到待合成文本对应的情感文本特征；根据所述情感文本特征确定所述待合成文本对应的声学特征；根据待合成文本对应的声学特征合成目标情感语音。本公开中合成语音的情感表现力与输入的情感标签和情感强度值相关联，输入不同的情感标签可以得到不同情感类别的合成语音，输入不同的情感强度值可以得到同一情感类别下不同情感强度的合成语音，在提升合成语音情感表现力同时还可控制合成语音的情感强度。
一种语音合成方法装置电子设备存储介质

[发明专利]自然语言处理系统的构建方法、电子装置及计算机设备-CN201910876792.1在审
发明人：王健宗;苏雪琦;彭话易;程宁 -专利权人：平安科技(深圳)有限公司
申请日： 2019-09-17 - 公布日： 2020-02-07 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种自然语言处理系统的构建方法、电子装置、计算机设备及存储介质，能够将接收的语句文本中提取的字词特征转换成D维度的文本向量，将所述文本向量传入神经网络，获取神经网络接收所述文本向量后的输出语句，根据所述输出语句与所述文本向量的误差项通过反向传播算法计算所述神经网络的目标权重参数，根据所述目标权重参数调整所述神经网络各节点的权重参数，直至神经网络的输出语句满足预设条件，得到自然语言处理系统，通过自动训练神经网络并达到较佳的处理效果，提高了构建自然语言处理系统的准确性以及便利性。
神经网络文本向量自然语言处理系统权重参数输出语句构建计算机设备存储介质电子装置反向传播算法计算特征转换预设条件自动训练便利性误差项维度语句文本网络

[发明专利]语音识别认证方法及系统-CN201910832042.4在审
发明人：王健宗;苏雪琦;彭话易 -专利权人：平安科技(深圳)有限公司
申请日： 2019-09-04 - 公布日： 2019-11-19 - 主分类号： G10L17/00 文献下载
摘要：本发明实施例提供一种语音识别认证方法，包括：获取音频信息；对所述音频信息进行预处理，以根据所述音频信息的短时能量与频谱中心从所述音频信息中获取语音信息；将所述语音信息进行语音特征提取；将所述语音特征进行处理，以获取与说话人更为接近的目标语音特征；将所述目标语音特征与数据库中存储的说话人语音特征进行匹配；及根据匹配结果，将匹配出的与所述说话人语音特征对应的所述说话人的身份信息输出，以获取与所述语音信息对应的所述说话人。本发明实施例，还提供一种语音识别认证、计算机设备及可读存储介质。通过本发明实施例能够提升语音识别技术的准确度，极大的提升用户体验。
音频信息语音特征目标语音语音识别音信息匹配预处理可读存储介质语音识别技术语音特征提取计算机设备准确度短时能量匹配结果频谱中心身份信息用户体验语音信息认证数据库存储输出

[发明专利]语音合成方法、系统、终端设备和可读存储介质-CN201910516181.6在审
发明人： 彭话易;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2019-06-14 - 公布日： 2019-10-25 - 主分类号： G10L13/08 文献下载
摘要：本发明涉及语音语义领域，具体涉及一种语音合成方法、系统、终端设备和可读存储介质，通过确认欲合成的目标语音所要表达的情绪标签，并根据所述情绪标签生成情绪标签向量，然后结合所述文本向量和所述情绪标签向量生成梅尔语谱图；再根据所述梅尔语谱图生成所述目标语音，且所述目标语音能够表达出不同的情绪，如高兴、愤怒以及悲伤，进而使基于深度学习的语音合成系统合成的语音富有情感色彩并且更有表现力。
目标语音情绪可读存储介质标签向量语音合成终端设备梅尔语音合成语音合成系统语义标签生成情感色彩文本向量图生成标签学习

[发明专利]语音合成方法、系统、终端设备和可读存储介质-CN201910515578.3在审
发明人： 彭话易;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2019-06-14 - 公布日： 2019-10-15 - 主分类号： G10L13/08 文献下载
摘要：本发明提出一种语音合成方法、系统、终端设备和可读存储介质，通过获取文本数据和真人录音，并根据所述文本数据生成文本向量，再对真人录音所具有的韵律进行建模以生成韵律向量；然后结合所述文本向量和所述韵律向量生成目标语音，从而实现将真人录音中的韵律转移到合成的语音中。同时，本发明还通过真人录音中的韵律进行建模，并基于全局条件概率生成的方法，使合成的语音与输入的真人录音具有更为相似的韵律，进一步使合成语音具有高保真和高自然度的效果。
真人录音韵律可读存储介质文本数据文本向量语音合成终端设备语音合成建模概率生成目标语音全局条件向量生成高保真自然度向量

[发明专利]语音合成方法、装置、设备及计算机可读存储介质-CN201910420154.9在审
发明人：王健宗;孙奥兰;彭话易;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-20 - 公布日： 2019-09-27 - 主分类号： G10L13/08 文献下载
摘要：本申请提供一种语音合成方法、装置、设备及计算机可读存储介质，该方法包括：确定参考语音序列，并获取语音合成模型和待合成的目标文本序列对应的目标文本向量；通过所述参考编码器对所述参考语音序列进行编码，得到所述参考语音序列对应的目标参考嵌入向量；通过所述风格标记层对所述目标参考嵌入向量进行风格标记，得到所述参考语音序列对应的目标风格嵌入向量；通过所述语音合成层基于所述目标文本向量和所述目标风格嵌入向量，执行语音合成操作，得到目标语音。本申请涉及语音合成，通过目标风格嵌入向量和目标文本向量，共同合成语音，可以得到按照该目标风格嵌入向量表达的语音韵律合成语音，可以有效的提高合成语音的表达力精确性。
向量语音合成嵌入参考目标文本语音序列合成计算机可读存储介质风格标记风格语音语音合成模型目标语音向量表达语音韵律编码器申请

[发明专利]面向情景及情感的中文语音合成方法、装置及存储介质-CN201910531628.7在审
发明人： 彭话易;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2019-06-19 - 公布日： 2019-09-06 - 主分类号： G10L13/02 文献下载
摘要：本发明属于人工智能技术领域，公开了一种面向情景及情感的中文语音合成方法、装置及存储介质，所述方法包括：获取输入语音；将所述输入语音输入情感分析模型，通过所述情感分析模型输出所述输入语音的情感状态；根据对话场景以及所述输入语音的情感状态确定合成语音的情感状态；根据所述合成语音的情感状态以及基于输入语音确定的待合成文本进行语音合成。本发明通过对输入语音进行情感状态分析，根据输入语音的情感状态获取合成语音的情感状态，在进行语音合成时，加入情感状态以及情景分析，使得合成语音的语气和情绪符合当前的交互场景，而不再是固定的语气和情绪，在人机交互过程中，输出的合成语音更像真人，增强用户体验。
情感状态输入语音语音合成中文语音合成存储介质情感分析语音合成人工智能技术人机交互过程合成文本交互场景情景分析用户体验输出固定的情景情绪场景对话分析

[发明专利]波形拼接中的拼接点平滑方法、装置及存储介质-CN201910370819.X在审
发明人： 彭话易;程宁;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2019-05-06 - 公布日： 2019-08-30 - 主分类号： G10L13/047 文献下载
摘要：本发明涉及语音信号处理领域，提出一种波形拼接中的拼接点平滑方法，应用于电子装置，方法包括：确定待拼接的两个语音单元的拼接点，分别截取两个拼接点处的预设长度的语音信号段；通过窗函数对两个语音信号段分别进行加窗处理，获取分别对应的短时分析信号；基于短时傅里叶变换分别获取两个短时分析信号的振幅、相位和频率；对两个短时分析信号的振幅、相位和频率进行基于距离权重的多项式插值，获取新的振幅、相位和频率；对新的振幅、相位和频率进行正弦波合成，获取新的语音信号段。本发明通过正弦模型对语音单元数据进行分析，将拼接处的语音信号表示为一系列的正弦波之和，能够保证合成语音的平滑过渡，有助于提高合成语音的自然度。
语音信号拼接点分析信号波形拼接合成正弦波平滑语音短时傅里叶变换语音单元数据语音信号处理于电子装置存储介质加窗处理平滑过渡语音单元正弦模型窗函数拼接处自然度截取权重预设拼接应用分析保证

[发明专利]基于深度学习的咳嗽疾病识别方法及装置-CN201811261389.X在审
发明人： 彭话易;蔡元哲;黄章成;王健宗;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2018-10-26 - 公布日： 2019-03-08 - 主分类号： A61B5/08 文献下载
摘要：本公开涉及人工智能技术领域，揭示了一种基于深度学习的咳嗽疾病识别方法及装置，包括：对咳嗽音频进行预处理得到若干咳嗽音频帧序列；从若干咳嗽音频帧序列中提取得到所述咳嗽音频的声音特征；通过咳嗽疾病识别模型对所述咳嗽音频的声音特征进行分类预测，得到所述咳嗽音频对应的咳嗽疾病标签；根据所述咳嗽疾病标签输出所述咳嗽音频对应的咳嗽疾病识别结果。采用深度学习的方法，利用咳嗽疾病识别模型自动根据咳嗽音频进行咳嗽疾病的识别，不需要根据人的经验来进行识别咳嗽疾病，方便快捷。
咳嗽疾病咳嗽音频帧序列声音特征预处理标签人工智能技术学习分类输出预测

1
2
下一页»
尾页
共 17 条