“声学模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果795696个，建议您升级VIP下载更多相关专利

[发明专利]语音识别用于特定目标唤醒的方法及装置-CN201910124945.7在审
发明人：李政;吴国扬;陈心章 -专利权人：富港电子（东莞）有限公司;正崴精密工业股份有限公司
申请日： 2019-02-19 - 公布日： 2020-08-25 - 主分类号： G10L17/24 文献下载
摘要：本发明公开一种语音识别用于特定目标唤醒的方法及装置，其中方法包括如下步骤：接收特定目标的语音讯息，提取其中的语音特征；将特定目标的语音特征作为以鉴别式训练的HVS模型的输入数据并进行训练，得到特定目标声学模型，并储存特定目标声学模型；接收待测目标的语音讯息，提取其中的语音特征；将待测目标的语音特征作为以鉴别式训练的潜藏向量状态模型的输入数据并进行训练，得到待测目标的声学模型；比对待测目标的声学模型与特定目标的声学模型，若两者有关联则将待测目标的语音特征使用语言模型进行语言解码，并根据语言解码结果判断是否唤醒。本发明采用鉴别式训练的HVS模型作为声学模型，能够精准且快速地判断目标，进而达到唤醒的功用。
语音识别用于特定目标唤醒方法装置

[发明专利]声学模型训练方法、装置及语音合成方法-CN202210745256.X有效
发明人：谌明;徐欣康;胡新辉;赵旭东 -专利权人：杭州同花顺数据开发有限公司
申请日： 2022-06-29 - 公布日： 2022-10-14 - 主分类号： G10L13/027 文献下载
摘要：本说明书实施例提供一种声学模型训练方法、装置及语音合成方法，其中，所述声学模型训练方法包括：获取多个样本，所述样本包括样本文本输入、与所述样本文本输入对应的样本情感标签以及与所述样本文本输入对应的样本参考梅尔谱；将所述多个样本输入声学模型；基于损失目标，迭代调整所述声学模型的模型参数，直至训练完成。
声学模型训练方法装置语音合成

[发明专利]语音合成模型的建立方法、应用方法、设备及存储介质-CN202210908866.7在审
发明人：张旭龙;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2022-07-29 - 公布日： 2022-10-11 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种语音合成模型的建立方法、应用方法、设备及存储介质，语音合成模型的建立方法包括：获取初始字符串、初始音素、初始声学特征和基础训练模型，其中，基础训练模型包括字符层、音素层和声学特征层；将初始字符串输入字符层以使字符层进行模型训练，并获取字符层输出的字符隐变量；将初始音素和字符隐变量输入音素层以使音素层进行模型训练，并获取音素层输出的音素隐变量；将初始声学特征和音素隐变量输入声学特征层以使声学特征层进行模型训练，得到语音合成模型提高语音合成模型合成语音的自然度和合成速度。
语音合成模型建立方法应用设备存储介质

[发明专利]一种淤泥质海底航道失稳滑塌全周期声纹识别方法-CN201811182545.3有效
发明人：张存勇 -专利权人：江苏海洋大学
申请日： 2018-10-11 - 公布日： 2021-04-23 - 主分类号： G01N29/06 文献下载
摘要：本发明公开一种淤泥质海底航道失稳滑塌全周期声纹识别方法，其特征在于，包括如下步骤：a、采取淤泥质海底航道沉积物，建立航道模型；b、对上述步骤中建立的淤泥质海底航道模型进行失稳滑塌全周期过程模拟；c、对淤泥质海底航道模型的失稳滑塌全周期过程进行声学检测，并建立淤泥质海底航道模型失稳滑塌全周期过程的沉积声学图谱；d、从沉积声学图谱中提取航道失稳滑塌过程中声学特征，识别失稳滑塌早期声学特征，作为预测预警“声学指纹”。
一种淤泥海底航道失稳滑塌全周期声纹识别方法

[发明专利]音频处理方法及相关装置-CN202211471824.8在审
发明人：陈梦;庄晓滨;赵伟峰;姜涛;胡鹏 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-11-22 - 公布日： 2023-03-28 - 主分类号： G10L13/04 文献下载
摘要：该方法包括：获取歌曲训练样本的曲谱文件和干声音频；根据曲谱文件确定歌曲训练样本的音节序列和音符序列，以及根据干声音频确定歌曲训练样本的第一基频序列和发音序列；将歌曲训练样本的音节序列和音符序列输入初始基频预测模型得到第二基频序列，并根据第二基频序列和第一基频序列对初始基频预测模型进行训练得到目标基频预测模型；将歌曲训练样本的第一基频序列和发音序列输入初始声学模型得到第一声学特征，并根据第一声学特征和第二声学特征对初始声学模型进行训练得到目标声学模型，目标声学模型和目标基频预测模型用于生成待合成歌曲的合成音频。
音频处理方法相关装置

[发明专利]语音合成、特征提取模型训练方法、装置、介质及设备-CN202010768365.4有效
发明人：殷翔 -专利权人：北京字节跳动网络技术有限公司
申请日： 2020-08-03 - 公布日： 2022-09-16 - 主分类号： G10L15/02 文献下载
摘要：本公开涉及一种语音合成、特征提取模型训练方法、装置、介质及设备，所述语音合成方法包括：获取待处理的唇动数据；通过声学特征提取模型对所述唇动数据进行处理，以得到所述唇动数据对应的声学特征信息；根据所述声学特征信息进行语音合成，以得到与所述唇动数据对应的音频信息；其中，所述声学特征提取模型是通过将样本唇动数据对应的目标文本信息作为模型约束条件进行训练得到的。该声学特征提取模型是基于文本信息对模型进行约束训练获得的，可以通过增加文本学习的辅助任务以提高该声学特征提取模型对不同的测试数据的适用，提高该声学特征提取模型的准确性和适用范围。
语音合成特征提取模型训练方法装置介质设备

[发明专利]一种层级分类的生成音频溯源方法及存储介质、计算机设备-CN202111046475.0在审
发明人：陶建华;马浩鑫;易江燕 -专利权人：中国科学院自动化研究所
申请日： 2021-09-08 - 公布日： 2021-10-08 - 主分类号： G10L15/02 文献下载
摘要：本发明提供层级分类的生成音频溯源方法及存储介质、计算机设备，包括：提取训练音频的声学特征；将所述训练音频的声学特征输入二分类模型，进行二分类模型训练，得到训练后的二分类模型；将生成的训练音频依据其生成的方法打上不同标签，再将生成的训练音频的声学特征输入多分类模型进行训练，得到训练后的多分类模型；提取测试音频的声学特征，将所述测试音频的声学特征输入所述训练后的二分类模型，进行真实/生成语音的判别，如果判别为真实，则预测终止，如果判别为生成，则将生成的测试音频的声学特征输入所述训练后的多分类模型预测其生成来源类型。
一种层级分类生成音频溯源方法存储介质计算机设备

[发明专利]声学模型的训练、语音处理方法、装置、设备及存储介质-CN202110946708.6在审
发明人：王锡磊 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-18 - 公布日： 2021-11-16 - 主分类号： G10L13/047 文献下载
摘要：本公开提供了声学模型的训练、语音处理方法、装置、设备及存储介质，涉及人工智能中的深度学习和语音技术领域。具体实现方案为：获取样本文本和所述样本文本对应的样本语音，所述样本语音中包括多个语音片段，所述样本语音为目标用户的语音；根据所述样本语音，确定所述样本语音中语音片段的语音质量；通过待处理的声学模型对所述样本文本进行语音合成处理得到预测语音；根据所述样本语音、所述预测语音、以及所述样本语音中语音片段的语音质量，更新所述声学模型的模型参数，所述声学模型为所述目标用户对应的声学模型。通过上述过程，保证了训练后的声学模型的语音合成质量较高。
声学模型训练语音处理方法装置设备存储介质

[发明专利]地暖仿真设计方法、装置、设备及存储介质-CN202210223816.5在审
发明人：谢佳雯 -专利权人：杭州群核信息技术有限公司
申请日： 2022-03-09 - 公布日： 2022-06-24 - 主分类号： G06F30/13 文献下载
摘要：所述方法包括：获取建筑设计户型数据；依据所述建筑设计户型数据，获取所述建筑设计户型装饰材料布置的户型几何模型；依据所述建筑设计户型装饰材料布置的户型几何模型及声源设备在所述户型几何模型的设置位置信息，获取设定建筑户型的室内声学仿真空间模型；依据所述设定建筑户型的室内声学仿真空间模型，和所述室内声学仿真空间模型的网格划分，获取室内声学仿真空间网格模型，及室内声学设计变量的场分布。本申请通过获得所需户型进行设计和仿真，来了解当前室内设计是否能充分满足隔音需求，从而调整隔音材料的使用和布局，创造出舒适的声学环境。
仿真设计方法装置设备存储介质

[发明专利]声学模型训练方法、装置、设备以及存储介质-CN202211675359.X在审
发明人：熊新雷;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： 2022-12-26 - 公布日： 2023-05-16 - 主分类号： G10L15/02 文献下载
摘要：本公开提供了一种声学模型训练方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及音频处理、语音识别和模型训练等人工智能技术领域。具体实现方案为：通过声学模型在样本音频对应的第一特征数据中加入层归一化处理后的绝对位置编码，得到第二特征数据；通过该声学模型对该第二特征数据进行处理后加入层归一化处理后的旋转位置编码，得到第三特征数据；根据该第三特征数据对该声学模型进行训练。在本公开实施例中，通过对位置编码进行层归一化处理能够提高声学模型的泛化能力，利用训练好的声学模型可以提高音频处理的准确性。
声学模型训练方法装置设备以及存储介质

[发明专利]一种基于声学空间非线性流形结构的声学模型构建方法-CN201510124249.8在审
发明人：张文林;屈丹;李真;闫红刚;牛铜 -专利权人：中国人民解放军信息工程大学
申请日： 2015-03-20 - 公布日： 2015-07-22 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及一种基于声学空间非线性流形结构的声学模型构建方法。本发明通过将特征空间划分为多个局部区域，对每个局部区域用一个低维的线性因子分析模型进行近似，得到声学特征空间的混合因子分析模型；将上下文相关状态的观测矢量限定在该非线性低维流形结构上，估计其观测概率模型；每个状态模型由一个服从稀疏约束的权重矢量和若干个服从标准正态分布的低维局部坐标矢量所决定；通过迭代过程，分别估计混合因子分析模型参数和各上下文相关状态模型参数。本发明所构建的声学模型的非线性假设条件更为合理，具有直观的物理意义，且声学模型中大量的参数是状态无关的，特别适用于训练数据量较少时的连续语音识别声学建模。
一种基于声学空间非线性流形结构模型构建方法

[发明专利]一种基于融合神经网络结构的端到端语音识别方法-CN202111671160.5在审
发明人：阎波;郭伦壹;束峥宇;雷治宇 -专利权人：电子科技大学
申请日： 2021-12-31 - 公布日： 2022-03-15 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种基于融合神经网络结构的端到端语音识别方法，其包括获取初始语音信号，进行快速傅里叶变换和梅尔系数提取，将快速傅里叶变换后的功率谱信号和提取的梅尔系数信号相乘，得到梅尔频谱输出信号；基于SpecAugment数据增强算法进行数据增强；建立声学模型块，并基于声学模型块建立声学模型；将数据增强后的梅尔谱语音信号输入声学模型，得到预测的拼音序列；计算预测的拼音序列的条件概率，基于马尔科夫链的二元统计语言模型，将预测的拼音序列转换成文字，完成语音识别。本发明提升系统识别准确率和模型泛化性；对建立的声学模型进行微调，使模型得到更优的效果；本发明声学模型减少了计算量和语音识别错误率。
一种基于融合神经网络结构端到端语音识别方法

[发明专利]一种声学模型构建方法及装置、电子设备-CN201710640216.8有效
发明人：刘利娟;江源;胡国平;胡郁 -专利权人：科大讯飞股份有限公司
申请日： 2017-07-31 - 公布日： 2022-06-07 - 主分类号： G10L13/08 文献下载
摘要：本发明公开了一种声学模型构建方法及装置、电子设备，所述方法包括如下步骤：步骤一，收集大量文本与语音数据，提取所收集文本的文本特征和语音数据的声学特征，利用所述文本特征和声学特征构建初始深度学习模型；步骤二，利用初始深度学习模型构建文本特征与语音数据的声学特征之间的残差向量；步骤三，利用构建得到的残差向量对初始深度学习模型进行更新，得到更新后的深度学习模型，本发明使声学模型构建时，其输入特征与输出特征包含的信息更匹配
一种声学模型构建方法装置电子设备

[发明专利]一种基于DNN的蒙古语声学模型的构造和使用方法-CN201711390588.6在审
发明人：马志强;杨双涛;李图雅 -专利权人：内蒙古工业大学
申请日： 2017-12-21 - 公布日： 2018-06-01 - 主分类号： G10L15/06 文献下载
摘要：本发明提供了一种基于DNN的蒙古语声学模型的构造和使用方法。用DNN深度神经网络代替GMM高斯混合模型，实现对蒙古语声学状态的后验概率进行估算，构建DNN‑HMM声学模型，并使用DNN‑HMM声学模型对蒙古语语音数据进行识别。本发明可有效降低词识别的错误率和字识别的错误率，提高模型使用性能。
声学模型错误率高斯混合模型后验概率模型使用神经网络语音数据词识别蒙古语构建估算

[发明专利]声音识别方法和系统-CN201811051604.3有效
发明人：薛少飞;张仕良 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-09-10 - 公布日： 2023-09-12 - 主分类号： G10L15/08 文献下载
摘要：其中，该方法包括：获取声音信号；对声音信号进行特征提取，得到声音信号的声学特征信息；利用声学模型和语言模型对声学特征信息进行识别，得到声音信号的识别结果，其中，声学模型包括：LC‑BLSTM模型和DFSMN模型。
声音识别方法系统