“赵情恩”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76个，建议您升级VIP下载更多相关专利

[发明专利]语音处理模型的训练方法和数据增强方法、装置及设备-CN202111083473.9有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-15 - 公布日： 2023-10-27 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音处理模型的训练方法和增强数据的方法、装置、设备和介质，涉及人工智能领域，具体涉及语音识别、语音合成和深度学习技术领域。语音处理模型的训练方法的具体实现方案为：基于第一语音数据的第一声学特征，确定音频样本的第一音素特征；基于第一语音数据的第一声学特征、第一语音识别特征和第一音素特征，采用语音处理模型的韵律编码网络得到第一语音数据的第一韵律特征；基于第一声学特征、第一语音识别特征和第一韵律特征，采用语音处理模型的解码网络得到预测声学特征；以及基于预测声学特征和第一声学特征之间的差异，对语音处理模型进行训练。
语音处理模型训练方法数据增强装置设备

[发明专利]音频处理方法、装置、电子设备及存储介质-CN202210510772.4有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-11 - 公布日： 2023-10-03 - 主分类号： G10L21/013 文献下载
摘要：本公开提供了一种音频处理方法、装置、电子设备及存储介质，涉及计算机技术领域，尤其涉及语音技术领域。具体实现方案为：从原始音频获取第一目标特征向量，其中，第一目标特征向量用于表征原始音频的内容特征；从待迁移音频获取第二目标特征向量和第三目标特征向量，其中，第二目标特征向量用于表征待迁移音频的风格韵律特征，第三目标特征向量用于表征待迁移音频的说话人特征；对第一目标特征向量、第二目标特征向量和第三目标特征向量进行声谱解码处理，得到目标声谱特征；将目标声谱特征转换成目标音频。
音频处理方法装置电子设备存储介质

[发明专利]语音识别模型的训练方法和语音识别方法及装置-CN202111084197.8有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-15 - 公布日： 2023-09-29 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音识别模型的训练方法和语音识别方法，涉及人工智能领域，具体涉及语音识别和深度学习领域。具体实现方案为：将涉及N个对象的语音帧序列中当前帧的语音特征输入语音识别模型的对象分离网络，得到分别对应N个对象的N个第一内容特征；该语音帧序列包括针对N个对象的N个实际文本；将N个实际文本中针对N个对象、且属于当前帧的在前帧的N个目标字符输入语音识别模型的N个文本预测网络，得到N个第一文本特征；将N个第一内容特征和N个第一文本特征输入语音识别模型的语音识别网络，得到预测字符向量；基于根据语音帧序列中各帧得到的预测字符向量，确定预测文本包括N个实际文本的概率，以根据该概率训练语音识别模型。
语音识别模型训练方法装置

[发明专利]声纹识别方法及装置-CN201811378714.0有效
发明人： 赵情恩;索宏彬;雷赟 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-11-19 - 公布日： 2023-09-26 - 主分类号： G10L15/08 文献下载
摘要：本发明公开了一种声纹识别方法，包括：统计多个相似度分值的分布情况，相似度分值用于表示待识别的语音信号与预存的声纹的相似度；根据所述分布情况来调整分类阈值，分类阈值用于对相似度分值进行分类，以判断待识别的语音信号与预存的声纹是否对应于同一个用户。本发明一并公开了相应的声纹识别装置。
声纹识别方法装置

[发明专利]音频识别的方法及音频识别模型的训练方法-CN202011556574.9有效
发明人： 赵情恩;曾新贵;熊新雷;陈蓉;肖岩;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-09-01 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了音频识别的方法及音频识别模型的训练方法，涉及人工智能、深度学习、语音识别领域。具体实现方案为：获取目标音频的帧级别的特征向量；根据目标音频的帧级别的特征向量，获取目标音频的句级别的特征向量；根据目标音频的句级别的特征向量，确定目标音频中的发声人的性别。本申请通过目标音频的帧级别的特征向量和句级别的特征向量，能够更加准确的识别出目标音频中的发声人的性别。
音频识别方法模型训练

[发明专利]声音识别特征的优化、动态注册方法、客户端和服务器-CN201710461578.0有效
发明人：刘刚;赵情恩;刘广兴 -专利权人：阿里巴巴集团控股有限公司
申请日： 2017-06-16 - 公布日： 2023-07-28 - 主分类号： G10L15/08 文献下载
摘要：本申请实施方式公开了一种声音识别特征的优化、动态注册方法、客户端和服务器，其中，该声音识别特征的优化包括：获取音频数据，并提取所述音频数据的音频特征；确定已关联特征库中是否存在与所述音频特征之间的相似度达到预设匹配阈值的声音识别特征，其中，所述已关联特征库用于存储已关联用户信息的声音识别特征；在确定存在的情况下，通过所述音频特征更新匹配出的声音识别特征；在确定不存在的情况下，将所述音频特征添加至未关联特征库中，其中，所述未关联特征库用于存储未关联用户信息的声音识别特征。本申请解决了现有技术中所存在的无法简单高效地建立准确的用于声纹识别的特征库，达到了简单高效地建立准确的用于声纹识别的特征库的技术效果。
声音识别特征优化动态注册方法客户端服务器

[发明专利]音频识别的方法、装置、电子设备及存储介质-CN202011553762.6有效
发明人： 赵情恩;曾新贵;熊新雷;陈蓉;肖岩;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-05-02 - 主分类号： G10L17/00 文献下载
摘要：本申请公开了音频识别的方法、装置、电子设备及存储介质，涉及人工智能、深度学习、语音识别领域。具体实现方案为：对目标多媒体资源进行人声分离，获取目标多媒体资源中的每个发声人的声纹；将目标多媒体资源中的每个发声人的声纹与声纹库中的预存声纹进行匹配，预存声纹为目标类别人物的声纹；在匹配成功的情况下，确定目标多媒体资源中包含目标类别人物的音频。本申请通过人声分离的方式可以从目标多媒体资源中准确的获取到每个发声人的音频，进而保证每个发声人的音频均能够与声纹库中目标类别人物的声纹进行匹配，提高了目标多媒体资源的检测准确率。
音频识别方法装置电子设备存储介质

[发明专利]声纹识别的方法、装置、设备、存储介质以及程序产品-CN202011545572.X有效
发明人： 赵情恩;曾新贵;熊新雷;陈蓉 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-04-07 - 主分类号： G10L17/00 文献下载
摘要：本公开提供了一种声纹识别的方法、装置、设备、存储介质以及程序产品，涉及大数据以及语音识别等领域。具体实现方案为：获取多个对话音频，各对话音频中分别包括有第一发言人的语音片段和第二发言人的语音片段；根据各对话音频对应的第一发言人的身份标识，将多个对话音频划分为多组，每组对话音频对应于相同的第一发言人；对目标组对话音频中各语音片段的声纹进行聚类，得到多个聚类结果；选取包含语音片段数量最多的聚类结果确定为候选聚类结果；将候选聚类结果对应的声纹确定为目标组对话音频对应的第一发言人的声纹。根据本公开的声纹识别的方法具有人力成本低、声纹的提取及识别效率高等优点，有利于缩减声纹库的建立周期。
声纹识别方法装置设备存储介质以及程序产品

[发明专利]音频识别方法、装置、训练方法、训练装置、设备及存储介质-CN202110671831.1有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-17 - 公布日： 2023-01-31 - 主分类号： G10L15/02 文献下载
摘要：本公开提出了一种音频识别方法及装置、音频识别模型的训练方法及装置、设备及存储介质，该方法包括：获取音频数据，并将所述音频数据进行分片得到至少两帧子音频数据；确定每帧子音频数据对应的至少一个维度的特征信息；基于每帧所述子音频数据对应的所述至少一个维度的特征信息确定出每帧所述子音频数据的特征；基于每帧所述子音频数据的特征确定出所述音频数据的全局特征；基于所述音频数据的全局特征对所述音频数据进行识别。本公开的音频识别方法综合考虑了局部与整句全局的信息，提高了识别准确度。
音频识别方法装置训练设备存储介质

[发明专利]语音识别模型的训练方法、语音识别方法和装置-CN202110675836.1有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-17 - 公布日： 2023-01-24 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音识别模型的训练方法、语音识别方法和装置，涉及深度学习和自然语音处理领域，具体涉及基于深度学习的语音识别技术。具体实现方案为：语音识别模型包括提取子模型和识别子模型。训练方法包括：将第一训练音频样本的音频特征输入所述语音识别模型，其中识别子模型从提取子模型接收发言人特征，并基于发言人特征和识别子模型的参数来识别所接收的音频特征，以获得识别结果；基于所述识别子模型的损失函数和与所述第一训练音频样本相对应的标注信息，计算针对所述识别结果的第一损失值；以及根据第一损失值调整模型参数，直至所述第一损失值收敛为止。
语音识别模型训练方法装置

[发明专利]音频数据分离方法、装置、电子设备以及存储介质-CN202110274122.X有效
发明人： 赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-12 - 公布日： 2023-01-17 - 主分类号： G10L21/0272 文献下载
摘要：本公开公开了音频数据分离方法、装置、电子设备以及存储介质，涉及数据处理技术领域，尤其涉及语音技术领域。音频数据分离方法具体实现方案为：获取待分离的音频片段的目标特征向量；根据目标特征向量和不同说话者的分离模型，确定与待分离的音频片段对应的目标说话者；确定目标特征向量与属于目标说话者的音频片段的特征向量之间的相似度；以及根据相似度和目标特征向量调整目标说话者的分离模型的模型参数，以便根据调整模型参数后的分离模型对后续待分离的音频片段进行分离。
音频数据分离方法装置电子设备以及存储介质

[发明专利]音频识别方法、设备和存储介质-CN202110220851.7有效
发明人： 赵情恩;曾新贵;熊新雷;陈蓉;肖岩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-26 - 公布日： 2023-01-10 - 主分类号： G10L25/24 文献下载
摘要：本申请公开了音频识别方法、设备和存储介质，涉及深度学习以及音频处理等人工智能技术领域。具体实现方案为：在对待处理的音频数据进行音频识别的过程中，对音频数据进行特征提取，以得到音频数据的倒谱特征信息，并将倒谱特征信息输入到第一音频识别模型，以得到音频数据的音频类型为第一音频类型的第一概率值，以及将倒谱特征信息输入到第二音频识别模型，以得到音频数据的音频类型为第二音频类型的第二概率值；根据第一概率值和第二概率值，确定音频数据的音频类型。由此，准确识别出了音频数据的音频类型，提高了音频数据的音频类型的识别准确度。
音频识别方法设备存储介质

[发明专利]语音识别模型的训练方法、语音识别方法、装置及车辆-CN202211150695.2在审
发明人： 赵情恩;常全有;崔晓娟;吴法民;熊新雷;张明月;庞敏辉;周华 -专利权人：阿波罗智联（北京）科技有限公司
申请日： 2022-09-21 - 公布日： 2022-12-30 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音训练模型的训练方法、语音识别方法、装置及车辆。涉及数据处理技术领域，尤其涉及智能座舱、人工智能、语音技术领域。具体实现方案为：基于训练集训练语音识别模型的第一特征提取网络，得到第二特征提取网络；将训练集中目标意图的语音样本集输入第二特征提取网络，得到语音样本集中各语音样本的特征表示；基于各语音样本的特征表示，确定目标意图的中心特征；基于各语音样本的特征表示、中心特征，训练语音识别模型的半径学习网络，得到目标意图的决策半径。本公开基于第二特征提取网络能够准确提取出语音的特征表示。基于该特征表示进一步训练半径学习网络，生成决策半径。生成的决策半径较为准确，能够提高意图识别和拒识的准确性。
语音识别模型训练方法装置车辆

[发明专利]认证模型的训练方法、装置及电子设备-CN202110269494.3有效
发明人： 赵情恩;庞敏辉 -专利权人：北京百度网讯科技有限公司
申请日： 2021-03-12 - 公布日： 2022-12-27 - 主分类号： G10L25/24 文献下载
摘要：本公开公开了一种认证模型的训练方法、装置及电子设备，涉及计算机技术领域，尤其涉及语音技术领域及深度学习技术领域。具体实现方案为：获取攻击音频的第一音频特征及非攻击音频的第二音频特征；将所述第一音频特征及所述第二音频特征作为第一认证模型的输入，并基于最小化损失函数对所述第一认证模型进行训练，以使得训练后的第一认证模型用于预测第一输入音频的第一结果；其中，所述第一结果用于指示所述第一输入音频是否为攻击音频，以及用于指示所述第一输入音频是否通过验证。本公开提供的方案对于模型的训练更为简单。
认证模型训练方法装置电子设备

[发明专利]语音质检方法、装置、电子设备及介质-CN202110220938.4有效
发明人： 赵情恩;曾新贵;熊新雷;陈蓉;肖岩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-26 - 公布日： 2022-12-23 - 主分类号： G10L25/51 文献下载
摘要：本申请公开了一种语音质检方法、装置、电子设备及介质，涉及数据处理领域的语音技术和深度学习技术领域。具体实现方案为：通过获取待质检音频信息，对待质检音频信息进行语音识别，得到待质检音频信息对应的多个文本段，获取多个文本段分别对应的时间戳信息，根据待质检音频信息和多个文本段对应的时间戳信息对待质检音频信息进行声纹聚类，以生成多个说话人的文本内容，从多个说话人的文本内容之中获取目标说话人的文本内容，对目标说话人的文本内容进行质检。由此，通过将待质检音频信息转换为文本内容，以对识别得到坐席的文本内容进行质检，不仅实现了自动化的质检，还大大降低了人工成本，有利于提高语音质检的效率和精准度。
语音质检方法装置电子设备介质

1
2
3
4
5
6
下一页»
尾页
共 76 条