“成都爱奇艺智能创新科技有限公司”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21个，建议您升级VIP下载更多相关专利

[发明专利]音频差异定位方法及装置-CN202310741344.7在审
发明人：文博龙;闫影;陈海涛;李娜;李海;刘俊晖;谢丹铭 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G01S5/18 文献下载
摘要：本发明实施例提供了一种音频差异定位方法及装置，依次对完整版音频中的第一音频段和非完整版音频中相同次序的第二音频段进行匹配，基于未匹配成功的第一音频段和第二音频段分别确定差异音频段的起始坐标以及非对齐点坐标，并对非对齐点后的第三音频段和起始坐标后的一个或多个第四音频段依次进行匹配，基于匹配成功的第四音频段确定差异音频段的终止坐标，基于差异音频段在完整版音频中的起始坐标和终止坐标定位差异音频段，能够提升定位音频间的差异片段的效率。
音频差异定位方法装置

[发明专利]音频裁剪方法及装置-CN202310741308.0在审
发明人：文博龙;陈海涛;闫影;李娜;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2023-06-21 - 公布日： 2023-08-18 - 主分类号： G10L25/48 文献下载
摘要：本发明实施例提供了一种音频裁剪方法及装置，依次对第一音频段中的第一子音频段和第二音频段中相同次序的第二子音频段进行匹配，基于未匹配成功的第一子音频段和第二子音频段分别确定待裁剪音频段的起始坐标以及非对齐点坐标，并对非对齐点后的第三子音频段和起始坐标后的一个或多个第四子音频段依次进行匹配，基于匹配成功的第四音频段确定待裁剪音频段的终止坐标，基于待裁剪音频段在第一音频段中的起始坐标和终止坐标定位裁剪第一音频段，能够提升定位音频中的差异音频内容并进行裁剪的效率。
音频裁剪方法装置

[发明专利]音频数据处理方法、装置及电子设备-CN202310485323.3在审
发明人：李娜 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2023-04-28 - 公布日： 2023-07-14 - 主分类号： H04N5/262 文献下载
摘要：本申请公开了音频数据处理方法、装置及电子设备。参考原片音频对目标音频中人声的音效和音量进行自适应调整，这使得处理后的音频数据中的人声具有与场景匹配的音效，并且处理后的音频数据中的人声的音量大于国际音的音量，这使得用户在观看视频的过程中能够清楚地听到配音中的人声，且人声的音效与场景匹配，从而带给用户更好的听感。
音频数据处理方法装置电子设备

[发明专利]音频数据处理方法、装置及电子设备-CN202310485353.4在审
发明人：李娜 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2023-04-28 - 公布日： 2023-07-07 - 主分类号： G10L15/02 文献下载
摘要：本申请公开了音频数据处理方法、装置及电子设备。该方法包括：获得目标音频数据中的配音语音片段和静音片段；从原片音频数据中获得与配音语音片段对应的原片语音片段；分别确定出配音语音片段和对应的原片语音片段的音量；以对应的原片语音片段的音量为基准，对配音语音片段进行音量调整；将经过音量调整的配音语音片段和静音片段进行拼接，得到处理后的音频数据。基于本申请公开的技术方案，能够带给用户更好的听感。
音频数据处理方法装置电子设备

[发明专利]一种角色拆分方法、装置、电子设备及存储介质-CN202211627192.X在审
发明人：李娜;李海;刘俊晖;谢丹铭 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-12-16 - 公布日： 2023-06-23 - 主分类号： G10L21/0272 文献下载
摘要：本发明实施例提供的一种角色拆分方法、装置、电子设备及存储介质，应用于信息技术领域，通过获取待拆分的音频；获取并通过多个角色对应的配音时间对待拆分音频进行拆分，得到各角色对应的多个配音片段；针对任一角色，计算该角色对应的多个配音片段间的多个第一相似度；针对任一配音片段，若该配音片段对应的第一相似度大于第一预设阈值，则将该配音片段标记为该角色的正确拆分的配音片段。根据多个角色的配音的时间信息对待拆分音频进行拆分，然后通过相似度的计算，以及将计算得到的相似度与阈值进行比较，不但无需人工参与就可以实现音频的拆分，减少人工成本，而且可以通过校验提高标记的音频的精度。
一种角色拆分方法装置电子设备存储介质

[发明专利]一种视频滤波方法、装置、电子设备及存储介质-CN202111421266.X有效
发明人：陈科吉 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2021-11-26 - 公布日： 2023-06-02 - 主分类号： H04N19/117 文献下载
摘要：本发明实施例提供了一种视频滤波方法、装置、电子设备及存储介质，上述方法包括：使用指定的多组滤波强度组合对应的滤波器对待滤波图像进行滤波，得到待滤波图像的多个真实失真结果，作为每组指定滤波强度组合对应的真实失真结果；对预设的强度失真模型进行拟合，得到强度失真模型的模型参数；计算获得所有滤波强度组合对该待滤波图像进行滤波的模拟失真值；将获得的最小模拟失真值对应的滤波强度组合确定为目标滤波强度组合；使用目标滤波强度组合对该待滤波图像进行滤波处理，以实现对待滤波视频的滤波处理。采用上述方法降低了视频滤波的计算复杂度。
一种视频滤波方法装置电子设备存储介质

[发明专利]角色拆分方法、装置、电子设备及存储介质-CN202211636617.3在审
发明人：李娜;李海;刘俊晖;谢丹铭 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-12-14 - 公布日： 2023-04-07 - 主分类号： H04N21/233 文献下载
摘要：本发明实施例涉及一种角色拆分方法、装置、电子设备及存储介质，包括：从录制的原始视频中提取出群杂音频数据，所述群杂音频数据至少包括两个或两个以上群杂角色对应的语音数据；从所述群杂音频数据中提取出多个语音数据片段；提取每个所述语音数据片段的声纹特征；根据每个所述语音数据片段的声纹特征，确定每个所述语音数据片段对应的角色数据。由此，可以实现对多个群杂角色的语音数据进行角色拆分，这能够为后续应用，例如在AI智能配音项目中，为不同的群杂角色也模拟出不同的音色提供了实现基础，从而能够提高观众对AI配音影视的观影体验。
角色拆分方法装置电子设备存储介质

[发明专利]一种字幕生成方法、装置、电子设备及可读存储介质-CN202210748491.2在审
发明人：徐雪萍;陈海涛 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-06-28 - 公布日： 2022-10-04 - 主分类号： H04N5/278 文献下载
摘要：本发明实施例提供了一种字幕生成方法、装置、电子设备及可读存储介质，其中，方法包括获取目标音频和目标文本，目标音频与目标文本相匹配；确定目标解码图；将目标音频输入所述目标解码图，得到目标文本中的每个字符与目标音频中的音频帧的对应关系；根据对应关系，确定目标文本的每个文本片段的时间信息，时间信息包括起始时刻和持续时长，每个文本片段包括至少一个字符；在输出目标音频的过程中，根据目标文本的每个文本片段的时间信息，输出目标文本的每个文本片段对应的字幕。本发明实施例提供的字幕生成方法可以提高字幕制作的效率。
一种字幕生成方法装置电子设备可读存储介质

[发明专利]语音处理方法、装置及网络设备-CN202210453468.0在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-27 - 公布日： 2022-09-02 - 主分类号： G10L21/013 文献下载
摘要：本发明实施例提供了一种语音处理方法、装置及网络设备，该方法包括：获取待处理语音；对所述待处理语音进行切割，得到至少两个第一语音片段，每两个相邻的第一语音片段之间具有部分重叠语音片段；对所述至少两个第一语音片段采用多线程并行处理方式进行语音转换处理，得到至少两个语音转换结果；所述至少两个第一语音片段对应源音色，所述至少两个语音转换结果对应目标音色；将所述至少两个语音转换结果进行语音拼接处理，得到语音输出结果。通过上述方案，可以防止音色转换过程中的语音失真情况的发生，还可以加速语音处理速度。
语音处理方法装置网络设备

[发明专利]语音转换模型训练、语音转换方法、装置、电子设备及存储介质-CN202210421698.9在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-21 - 公布日： 2022-08-23 - 主分类号： G10L21/007 文献下载
摘要：本申请提供一种语音转换模型训练、语音转换方法、装置、电子设备及存储介质，该语音转换模型训练方法包括：获取多个训练音色分别对应的训练音频集；针对每个训练音色，根据训练音色对应的训练音频集确定训练音色对应的PPG特征数据集；根据训练音色对应的PPG特征数据集和训练音色对应的声学特征信息，对声学模型和声码器进行联合训练，获取训练音色对应的语音转换子模型；语音转换模型包括多个训练音色分别对应的语音转换子模型。本申请可以减小语音转换模型所输出的音频与实际期望输出的音频之间的差异。
语音转换模型训练方法装置电子设备存储介质

[发明专利]语音转换方法、装置、设备及存储介质-CN202210409908.2在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-19 - 公布日： 2022-08-16 - 主分类号： G10L21/013 文献下载
摘要：本发明实施例提供了一种语音转换方法，包括：提取源语音的瓶颈特征、量化表征特征和基频特征；基于上述特征和目标发声者的标识表示，利用语音转换模型获得目标发声者的语音；其中，语音转换模型包括的第一编码网络用于将瓶颈特征编码为语义特征，第二编码网络用于将量化表征特征编码为韵律特征，解码网络用于基于语义特征、韵律特征、基频特征和目标发声者的标识表示，输出目标发声者的语音的梅尔频谱。应用本发明实施例所提供的技术方案，在进行语音转换时，解码网络的输入除了基频特征，还增加了韵律特征，提升了语音转换质量，增强了转换后语音的情感表现力。本发明实施例还提供了一种语音转换装置、设备及存储介质，具有相应技术效果。
语音转换方法装置设备存储介质

[发明专利]一种音频处理方法、装置、电子设备及存储介质-CN202210457487.0在审
发明人：李海;文博龙;闫影;甘文东;陈海涛;郭凯旋;王松;李嘉文 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-27 - 公布日： 2022-08-02 - 主分类号： G10L21/013 文献下载
摘要：本发明涉及一种音频处理方法、装置、电子设备及存储介质，其中，音频处理方法包括：获取目标视频对应的第一音频文件，提取所述第一音频文件中第一配音对象的配音内容对应的配音特征，所述第一音频文件中的第一语种与所述目标视频的原声音频文件中的第二语种不同；获取第二配音对象对应的音色特征，所述第一配音对象和所述第二配音对象具有不同的音色；将所述配音特征和所述音色特征合并，得到音频频谱；基于所述音频频谱进行音频重建，得到与所述目标视频对应的第二音频文件。本申请实施例能够实现自动将第一配音对象的音色转换第二配音对象的音色的同时，保留第一配音对象配音的内容及情感。
一种音频处理方法装置电子设备存储介质

[发明专利]音色选取方法、装置、电子设备及存储介质-CN202210389279.1在审
发明人：文博龙;甘文东;闫影;陈海涛;郭凯旋;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-13 - 公布日： 2022-07-22 - 主分类号： G06F16/61 文献下载
摘要：本发明实施例提供了一种音色选取方法、装置、电子设备及存储介质，所述方法包括：获取待配音的角色对应的原声，并提取所述原声的第一声音特征；获取预设索引库，其中，所述预设索引库中包括不同声色的声音对应的第二声音特征与相应声色的索引；根据所述第一声音特征和所述第二声音特征，从所述预设索引库中确定目标索引；获取所述目标索引中记录的目标音色，并选取所述目标音色为所述待配音的角色对应的匹配音色。如此实现自动化的音色选取，减轻配音流程中的人工干预，简化了操作，减少了人力成本以及时间的花费。
音色选取方法装置电子设备存储介质

[发明专利]一种语音合成方法、系统及装置-CN202210466967.3在审
发明人：李建伟;李海 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-04-29 - 公布日： 2022-06-28 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种语音合成方法、系统及装置，获得文本信息，获得与文本信息对应的超参数信息，超参数信息用于限定语音信息输出时的输出参数，将文本信息及超参数信息输入至预先训练完成的语音合成模型中，获得语音合成模型的输出结果，输出结果为符合超参数信息的语音信息。本方案在基于语音合成模型将文本信息转换为语音信息时，在语音合成模型的输入侧输入文本信息的同时，输入超参数信息，以便转换成的语音信息是符合超参数信息的，即模型输出的语音信息的输出参数是以超参数信息进行限定的，避免了所有文本信息转换成的语音信息都是采用固定的音色及语气语调输出，实现了对不同的文本以不同效果的语音输出。
一种语音合成方法系统装置

[发明专利]语音处理方法、装置、设备及计算机可读存储介质-CN202210313371.X在审
发明人：陈海涛;李海;甘文东;文博龙;闫影 -专利权人： 成都爱奇艺智能创新科技有限公司
申请日： 2022-03-28 - 公布日： 2022-06-03 - 主分类号： G10L13/02 文献下载
摘要：本发明实施例提供了一种语音处理方法，该方法包括：获得原始语音、与原始语音匹配的原始文本、原始文本对应的目标文本；确定目标文本中的音素对应的语音帧的最终时长信息，最终时长信息包括目标文本相对于原始文本的变化部分对应的语音帧的时长信息；根据变化部分对应的语音帧的时长信息，对原始语音的原始频谱进行填充处理，获得目标频谱；将目标频谱作为韵律参考信息，结合最终时长信息以及目标文本进行语音合成处理，获得目标语音。应用本发明实施例所提供的技术方案，可以充分利用原始语音的韵律信息，保证目标语音在听感上的连续性，使得整段语音的韵律更自然。本发明实施例还提供了一种语音处理装置、设备及存储介质，具有相应技术效果。
语音处理方法装置设备计算机可读存储介质

1
2
下一页»
尾页
共 21 条