[发明专利]多模态语音端点检测方法及装置、车载终端、存储介质在审
| 申请号： | 202110633054.1 | 申请日： | 2021-06-07 |
| 公开（公告）号： | CN113255556A | 公开（公告）日： | 2021-08-13 |
| 发明（设计）人： | 管岱 | 申请（专利权）人： | 斑马网络技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G10L25/87 |
| 代理公司： | 上海华诚知识产权代理有限公司 31300 | 代理人： | 徐颖聪 |
| 地址： | 200030 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供一种多模态语音端点检测方法及装置、终端设备、存储介质，该方法包括：获取同一时间段内的视频流及语音信息；基于所述语音信息提取音频特征；基于所述视频流，进行唇动检测，提取视觉特征；将所述语音特征与所述视觉特征进行时序对齐；对时序对齐后的所述音频特征与所述视觉特征进行融合处理，得到语音端点检测结果。该方法利用获取的视觉特征与语音特征进行时序对齐，再将对齐后的音频特征与视觉特征进行融合处理，得到语音端点检测的结果，该方法实现在车载噪音场景下用户与车机对话的精准断句，减少音频误召回引起的全双工自然对话体验差的情况出现。 | ||
| 搜索关键词： | 多模态 语音 端点 检测 方法 装置 车载 终端 存储 介质 | ||
【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斑马网络技术有限公司，未经斑马网络技术有限公司许可，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/202110633054.1/，转载请声明来源钻瓜专利网。
- 上一篇：内存泄露检测方法及装置
- 下一篇：一种应用窗口切换方法、装置及设备
