专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果31个,建议您升级VIP下载更多相关专利
  • [发明专利]一种语音合成用声学模型训练方法-CN202211498183.5有效
  • 曹艳艳;陈佩云 - 成都启英泰伦科技有限公司
  • 2022-11-28 - 2023-02-28 - G10L13/02
  • 一种语音合成用声学模型训练方法,包括以下步骤:S1.根据汉语发音规则,制定问题集,以问题集定义文本中每个汉字的中文前端特征向量,以m维发音向量表示;S2.对字母的发音,以汉语语言发音规则定义,并以步骤S1制定的问题集,对文本中出现的字母,赋予该字母的中文前端特征向量;在文本中每个文字的中文前端特征向量后添加n维标记向量,所述文字包括汉字和字母;S3.将文本中各个文字的发音向量组合形成文本的发音矩阵,作为声学模型的输入,进行声学模型的训练,训练得到的声学模型。采用本发明所述语音合成用声学模型训练方法,可以在增加少量特征维度的情况下,提升中文语音合成系统中字母的发音效果,节约算力和存储消耗。
  • 一种语音合成声学模型训练方法
  • [发明专利]一种基于命令词语音识别的易混淆词防误识别方法-CN202211118939.9有效
  • 陈佩云;曹艳艳 - 成都启英泰伦科技有限公司
  • 2022-09-15 - 2022-11-11 - G10L15/06
  • 本发明公开了一种基于命令词语音识别的易混淆词防误识别方法,属于语音技术领域,包括如下步骤:S1.采集音频数据,对音频数据分类并设置原始分类标签;并提取音频数据的原始梅尔特征作为二次鉴别器训练数据;S2.搭建二次鉴别器模型,模型包括编码器、解码器和多维鉴别器;所述多维鉴别器包括多个并行的一维卷积层及与其连接的最大池化层,多个最大池化层的输出端连接拼接层;以步骤S1得到的训练数据输入编码器网络进行训练,训练模型直至模型收敛,完成训练。本发明通过搭建小尺寸易混淆词鉴别模型,当识别到易混淆词时,对易混淆词的语音进行通过二次鉴别器进行二次鉴别减小原识别系统对易混淆命令词的误识别率。
  • 一种基于命令词语识别混淆词防误方法
  • [发明专利]一种语音语料生成系统训练方法-CN202210110278.9有效
  • 陈佩云;曹艳艳 - 成都启英泰伦科技有限公司
  • 2022-01-29 - 2022-04-08 - G10L15/02
  • 一种语音语料生成系统训练方法,包括发音人身份编码器训练、场景编码器训练、转换器训练,所述发音人身份编码器训练包括如下步骤:S11.搭建发音人身份编码器的初始网络结构;采集不同发音人的不同音频作为编码器训练样本;S12.将梅尔特征输入发音人身份编码器,获取每一条有效音频的发音人编码;S13.计算映射点形成的质心,S14.将损失函数得到的梯度反向传导,更新发音人身份编码器;S15.重复步骤S13‑S14进行反复迭代,直至发音人身份编码器收敛。本发明能够快速大批量自动生成不同场景、不同发音人、不同语速、不同音量的语音语料;并能针对性的对特定的场景补充场景语料,或识别率较低命令词的语料。
  • 一种语音语料生成系统训练方法
  • [发明专利]多基因检测-CN201680027180.X有效
  • 陈民汉;陈佩云;陈慧晶;I·西玛 - 路胜生命科学私人有限公司
  • 2016-03-14 - 2021-09-10 - C12Q1/6886
  • 提供了体外确定乳腺纤维上皮性肿瘤类型的方法。所述方法包括以下步骤:获得选自所述样品内下述基因中的一个或多个基因的表达谱:PRAME、ADH1B、CTHRC1、NPTX2、NEFL、ABCA8、DAPL1、TP63_v2、COL17A1、GCNT2、CCL19、MMP3、FN1、TRERF1、TRIM29、TESC、KIF20A、UHRF1、HEPACAM2、APOD、SERHL2、KIF15、HOXD13、GAGE2B、CALML5、C2orf40、ADH1C、CYP1B1、SPAG11B、GRB7、UBE2C、SYNGAP1、TP63_v1、LAMB1、OR5P3、SPC25、SHISA2、SCARA5、LHX2、RORC、DPYSL4、CH25H以及CHST1;确定一个或多个基因相对于对照的差异活性;使一个或多个基因相对于对照的差异活性相关联,以获得p‑评分;以及基于p‑评分,确定纤维上皮性肿瘤的类型,其中p‑评分小于0.5表示纤维腺瘤,而p‑评分为0.5和高于0.5表示叶状肿瘤。具体地,使用包括PRAME、FN1、CCL19、ABCA8和APOD的五个基因的表达谱例证了所述方法。还提供了用于管理患有乳腺纤维上皮性肿瘤的患者治疗的方法,以及用于本发明方法中的试剂盒。
  • 多基因检测
  • [发明专利]一种基于流生成模型的语音合成方法-CN202110855783.1在审
  • 陈佩云;曹艳艳;高君效 - 成都启英泰伦科技有限公司
  • 2021-07-28 - 2021-08-24 - G10L13/02
  • 一种基于流生成模型的语音合成方法,训练过程包括以下步骤:S11.将训练音频文本输入编码器网络,得到当前分布参数、当前隐向量、当前对齐矩阵;S12.对时长模型进行训练更新;S13.完成解码器网络和编码器网络更新;S14利用更新后的编码器网络和解码器网络;重复步骤S11至S13,直至时长模型、编码器网络和解码器网络均达到收敛。本发明利用流生成模型动态规划的特性,可自行搜索文本和语音之间的潜在表示的最有可能的单调对齐以实现高鲁棒性的语音合成,克服了在合成时可能出现的多字漏字的情况,并且能够扩展到长语音的合成。同时,利用基于流的并行生成模型可以实现快速,可控的语音合成。
  • 一种基于生成模型语音合成方法
  • [发明专利]一种基于生成式对抗网络的语音合成方法-CN202110616806.3有效
  • 曹艳艳;陈佩云 - 成都启英泰伦科技有限公司
  • 2021-06-03 - 2021-08-06 - G10L13/02
  • 一种基于生成式对抗网络的语音合成方法,包括以下步骤:S1.准备训练样本,包括真实音频数据,提取梅尔频谱特征;S2.设置初始化的生成器参数组和鉴别器参数组;S3.输入梅尔频谱特征到生成器得到输出合成音频;S4.将S1中的真实音频数据和S3得到的输出合成音频对应同时输入到多维鉴别器和池化鉴别器;S4.将鉴别器的输出结果输入到损失函数公式,分别计算生成器损失函数和鉴别器损失函数;S5.进行生成器和鉴别器的更新;S6.利用更新后的生成器和鉴别器重复直到到达设定的更新次数最大值M;S7.每更新一次后,返回步骤S3;S8.利用生成器进行语音合成。本发明生成器所采用的均为一维卷积运算,模型参数小,速度快。
  • 一种基于生成对抗网络语音合成方法
  • [发明专利]一种少语料的语音模型训练及合成方法-CN202110561416.0有效
  • 曹艳艳;陈佩云 - 成都启英泰伦科技有限公司
  • 2021-05-22 - 2021-07-23 - G10L13/10
  • 一种少语料的语音模型训练及合成方法,包括模型训练及语音合成;所述模型训练包括如下步骤:S1.收集训练样本集;S2.对各个样本进行音素化处理,提取梅尔特征;S3.对语音模型进行训练,得到泛化模型MA;S4.将基准音色样本在泛化模型MA基础上做微调训练,得到基准模型MB;S5.将训练样本集的所有样本按音色分类,训练音色转化的转换模型MTR;S6.使用训练样本集的所有样本训练得到每个音色对应的个性声码器模型MG。本发明仅需要基准音色较大数据量,即可实现对其他音色的少语料训练并得到合成音频所需模型,模型训练时间缩短,通过转换模型和个性声码器模型训练,提升了后续语音合成效果。
  • 一种语料语音模型训练合成方法
  • [发明专利]用于乳腺肿瘤的病理分级的方法和试剂盒-CN201580074125.1有效
  • 郑敏展;陈文炜;陈佩云;谭静;王俊杰;林永康;黄全扬 - 郑敏展;陈文炜;陈佩云
  • 2015-10-04 - 2021-04-23 - C12Q1/6886
  • 本公开为一种用于鉴定受试者的乳腺组织中的肿瘤类型的方法。该方法包括下列步骤:执行一种或多种基于核酸的测定,用于依据第一测试模块和第二测试模块鉴定从受试者获得的乳腺组织中存在的突变,各测试模块均与一个或多个基因中的至少一个预定突变的检测相关联,且各测试模块均配置为提供与组织中检测到至少一个预定突变相对应的阳性结果或与样品中不存在可检测的预定突变相对应的阴性结果;以及基于所提供的第一和第二测试模块的结果来鉴定乳腺组织的肿瘤的类型。优选地,第一测试模块与MED12基因突变和/或RARA基因突变的检测相关联,而第二测试模块与FLNA基因突变、SETD2基因突变和/或MLL2基因突变的检测相关联。
  • 用于乳腺肿瘤病理分级方法试剂盒
  • [发明专利]一种个性化语音合成模型网络训练及个性化语音合成方法-CN202011309759.X有效
  • 陈佩云;何云鹏;许兵 - 成都启英泰伦科技有限公司
  • 2020-11-20 - 2021-02-05 - G10L13/02
  • 本发明公开了一种个性化语音合成模型网络训练及个性化语音合成方法,包括如下步骤:步骤1.采集单人高质量音频数据训练出基准模型A1,步骤2.搭建发音人音色编码网络,用于将发音人编码。步骤3.利用步骤2中的发音人音色编码网络A2计算步骤1中所有基准模型的音色编码,得到基准模型音色编码;步骤4.筛选修正模型基准A3,并利用A3通过迁移学习生成单人合成模型;步骤5.重复步骤4所有操作,得到多个发音人单人合成模型A4以及标签;步骤6.形成合成模型网络A5。本发明可以仅通过少量发音人音频与待合成文本,快速搜索出最匹配模型来合成该段文本对应的语音;相比于现有的技术所需要的单人语料数据更少,合成实时性更高。
  • 一种个性化语音合成模型网络训练方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top