[发明专利]通过音素预测进行视觉语音识别在审
| 申请号： | 201980026370.3 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN112041924A | 公开（公告）日： | 2020-12-04 |
| 发明（设计）人： | B.希林格福德;I.A.阿萨埃尔;J.F.戈梅斯德弗雷塔斯 | 申请（专利权）人： | 渊慧科技有限公司 |
| 主分类号： | G10L15/25 | 分类号： | G10L15/25;G06K9/00 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 英国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 用于执行视觉语音识别的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。在一个方面，一种方法包括：接收包括多个视频帧的视频，其中每个视频帧描绘双唇；使用视觉语音识别神经网络来处理所述视频，以针对输出序列中的每个输出位置为可能标记的词汇表中的每个标记生成相应的输出分数，其中所述视觉语音识别神经网络包括一个或多个体积卷积神经网络层和一个或多个时间‑聚合神经网络层；其中可能标记的词汇表包括多个音素；以及使用所述输出分数来确定由所述视频中描绘的双唇所表达的词的序列。 | ||
| 搜索关键词： | 通过 音素 预测 进行 视觉 语音 识别 | ||
【主权项】：
暂无信息
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渊慧科技有限公司，未经渊慧科技有限公司许可，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/201980026370.3/，转载请声明来源钻瓜专利网。
