[发明专利]一种去噪的语音识别方法及装置在审
| 申请号： | 201910817758.7 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110544479A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 李索恒;汪俊;郑达;张志齐 | 申请（专利权）人： | 上海依图信息技术有限公司 |
| 主分类号： | G10L15/25 | 分类号： | G10L15/25;G10L15/06;G06K9/00 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 柴燕梅<国际申请>=<国际公布>=<进入 |
| 地址： | 201125 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及通信技术领域，特别涉及一种去噪的语音识别方法及装置。该方法为：获取第一时段采集的音频信号；将所述第一时段采集的视频信号进行人脸识别，确定包含说话对象的图像帧；所述说话对象为根据所述视频信号中的图像帧中同一人脸的唇动特征确定的；根据所述包含说话对象的图像帧确定所述图像帧中说话对象的唇语特征；将所述包含说话对象的图像帧、所述图像帧中说话对象的唇语特征与所述第一时段采集的音频信号进行帧对齐；将帧对齐后所述包含说话对象的图像帧、所述图像帧中说话对象的唇语特征及所述第一时段采集的音频信号输入至语音识别模型中，确定所述说话对象的语音识别结果。 | ||
| 搜索关键词： | 图像帧 说话 采集 视频信号 音频信号 语音识别 帧对齐 通信技术领域 音频信号输入 语音识别结果 人脸识别 特征确定 去噪 人脸 | ||
【主权项】：
1.一种去噪的语音识别方法，其特征在于，包括：/n获取第一时段采集的音频信号；/n将所述第一时段采集的视频信号进行人脸识别，确定包含说话对象的图像帧；所述说话对象为根据所述视频信号中的图像帧中同一人脸的唇动特征确定的；/n根据所述包含说话对象的图像帧确定所述图像帧中说话对象的唇语特征；/n将所述包含说话对象的图像帧、所述图像帧中说话对象的唇语特征与所述第一时段采集的音频信号进行帧对齐；/n将帧对齐后所述包含说话对象的图像帧、所述图像帧中说话对象的唇语特征及所述第一时段采集的音频信号输入至语音识别模型中，确定所述说话对象的语音识别结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海依图信息技术有限公司，未经上海依图信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910817758.7/，转载请声明来源钻瓜专利网。
- 上一篇：驾驶舱智能远场语音交互的系统及方法
- 下一篇：语音识别资源切换方法和装置
