“音频分类”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452627个，建议您升级VIP下载更多相关专利

[发明专利]客服质量的评价方法、装置、存储介质及设备-CN202210018451.2在审
发明人：陈艳婷;暨光耀;张浩;吴晓茵 -专利权人：中国工商银行股份有限公司
申请日： 2022-01-07 - 公布日： 2022-04-19 - 主分类号： G06Q10/06 文献下载
摘要：其中，该方法包括：获取客服服务监控信息，其中，客服服务监控信息为目标对象在执行服务过程中生成的音频信息和视频信息；采用第一神经网络模型，基于音频信息计算得到音频特征分类评价结果；采用第二神经网络模型和第三神经网络模型，基于视频信息计算得到视频特征分类评价结果，其中，音频特征分类评价结果和视频特征分类评价结果中均包括至少一个情绪特征的评价结果；根据音频特征分类评价结果和视频特征分类评价结果，确定与目标对象对应的客服质量评价结果
客服质量评价方法装置存储介质设备

[发明专利]语音聊天机器人职位面试系统中的情感识别-CN202011243691.X有效
发明人：黃宏灿;李明桦 -专利权人：罗科仕管理顾问有限公司
申请日： 2020-11-10 - 公布日： 2021-08-17 - 主分类号： G10L25/63 文献下载
摘要：在一个新颖方面，除了针对回答音频剪辑的内容评估之外，基于回答音频剪辑的情感分类器生成并发情绪分类器。在一个实施例中，计算机系统获得针对第一问题的第一回答的音频剪辑的情绪分类器，其中情绪分类器从由音频剪辑的卷积神经网络(CNN)模型分析产生的情绪分类器导出的；通过使用递归神经网络(RNN)模型分析针对第一问题的第一回答的音频剪辑来获得针对第一问题的评估结果；以及基于情绪分类器和评估结果生成针对第一问题的第一情感响应结果，其中第一情感响应结果呈现针对评估结果的采样经验因子。
语音聊天机器人职位面试系统中的情感识别

[发明专利]基于Transformer的视听融合机器人唤醒词识别方法及装置-CN202310091543.8在审
发明人：刘宏;李一迪;任家乐 -专利权人：北京大学深圳研究生院
申请日： 2023-01-29 - 公布日： 2023-06-06 - 主分类号： G10L15/02 文献下载
摘要：所述方法包括：提取当前环境下的音频特征和视频特征；基于Transformer的分类网络的自注意力操作和分类操作，分别获取音频特征和视频特征的音频唤醒词分类向量与视频唤醒词分类向量；基于音频特征进行自注意力操作时在时间维度上的注意力权重分布本发明不仅实现了高精度、鲁棒的基于分类的唤醒词识别，还可以精确定位唤醒词出现的时间。
基于 transformer 视听融合机器人唤醒识别方法装置

[发明专利]多模态增强的视频分类方法、系统、存储介质及电子设备-CN202310927018.5在审
发明人：孔欧 -专利权人：上海蜜度信息技术有限公司
申请日： 2023-07-27 - 公布日： 2023-09-05 - 主分类号： G06F16/75 文献下载
摘要：本发明提供一种多模态增强的视频分类方法、系统、存储介质及电子设备，所述方法包括以下步骤：获取包含音频和文本的视频；提取所述视频的视频特征和音频特征；对所述视频特征和所述音频特征进行多次融合，获取第一融合特征和第二融合特征；提取所述文本的文本特征；基于所述第一融合特征、所述第二融合特征和所述文本特征获取所述视频的分类结果。本发明的多模态增强的视频分类方法、系统、存储介质及电子设备通过兼顾视频的视频特征、音频特征和文本特征来实现分类，有效提升了分类效果。
多模态增强视频分类方法系统存储介质电子设备

[发明专利]一种基于关注度分析的音视频文件摘要方法-CN200810102344.8无效
发明人：郑轶佳;黄庆明;蒋树强 -专利权人：中国科学院计算技术研究所
申请日： 2008-03-20 - 公布日： 2009-09-23 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种基于关注度分析的音频文件摘要方法和基于此方法的音视频文件摘要方法。该音频文件摘要方法包括下列步骤：1)基于二叉层次型的分类树算法按照音频文件中的典型声音类型进行音频分类，其中二叉层次型的分类树算法在每一分类层选用不同特征和分类器；2)根据音频分类结果，对典型声音类型建立关注度分析模型本发明对音视频的分类效果好。选取符合人类主观情感规律的特征进行建模，具有框架扩展性强，可广泛适用于体育、影视、新闻、访谈等各类音视频文件的优点。
一种基于关注分析视频文件摘要方法

[发明专利]利用使用音频持续时间的机器学习模型进行的音频分类-CN201780085711.5在审
发明人： S·巴里塔卡;M·S·阿瑟瑞亚 -专利权人：惠普发展公司有限责任合伙企业
申请日： 2017-04-28 - 公布日： 2019-09-17 - 主分类号： G06F15/76 文献下载
摘要：一种音频信号分类器，所述音频信号分类器包括用于从音频信号中提取元数据的特征提取器，所述元数据定义所述音频信号的多个特征，所述特征提取器用于生成包括所述音频信号的所选择的特征的特征向量，所选择的特征包括所述音频信号的持续时间一种机器学习模型，所述机器学习模型被训练成基于所述特征向量将所述音频信号分类为多个音频信号类别中的一个音频信号类别。所述机器学习模型用于基于所述特征值提供多个类别值，每个类别值与所述多个音频信号类别中的一个音频信号类别相对应，所述多个类别值共同指示所述音频信号的类别。
音频信号机器学习模型音频信号分类特征提取器多个类别特征向量元数据音频分类

[发明专利]车辆鸣笛声识别方法、系统、终端及存储介质-CN202210652023.5在审
发明人：田野;张晓灿;汤跃忠 -专利权人：北京中电慧声科技有限公司;中国电子科技集团公司第三研究所
申请日： 2022-06-10 - 公布日： 2022-09-20 - 主分类号： G10L25/51 文献下载
摘要：本发明公开一种车辆鸣笛声识别方法、系统、终端及存储介质，所述方法包括：获取音频训练集，提取面向车辆鸣笛声识别任务的音频特征；构建基于支持向量机、朴素贝叶斯网络、随机森林的三种鸣笛声识别分类器；获取检测的实时音频信号提取音频特征，分别输入到训练完成的三种鸣笛声识别分类器中，相应的得到三种分类器识别结果；将三种分类器识别结果进行融合决策，并结合时序关联关系进行二次融合决策，得到最终判断实时音频信号的声音类别。本发明通过融合三种分类器的识别结果，并综合考虑时序关联关系，达到了互补提升的效果，有效提高了不同车辆鸣笛声识别的准确率和稳定性。
车辆鸣笛识别方法系统终端存储介质

[发明专利]基于骨架信息和动作反应特征数据的分类方法及系统-CN202211242431.X在审
发明人：王庆祥;刘宁宇;赵晓轩;伊新宇;马凤英 -专利权人：齐鲁工业大学
申请日： 2022-10-11 - 公布日： 2022-11-29 - 主分类号： G06K9/00 文献下载
摘要：本公开提供了基于骨架信息和动作反应特征数据的分类方法及系统，涉及数据识别分类技术领域，包括采集待分类识别人员的刺激任务下的原始肢体数据和指令音频数据，并进行预处理；提取原始肢体数据中的整体骨架序列数据以及指令音频中的音频序列数据；根据音频序列数据中的动作指令发出时间对齐所述骨架序列数据中的片段，根据骨架序列片段中关节点坐标位置变化定位出动作开始的时间段和音频数据中发出动作指令的时间点，获取动作反应时特征；将动作反应时特征以及动作骨架序列数据输入至基于动作骨架序列的识别模型中，输出分类结果。使得深度学习模型对抑郁症的识别分类准确率得到了提高。
基于骨架信息动作反应特征数据分类方法系统

[发明专利]一种歌曲串烧拼接方法和装置-CN202210954490.3在审
发明人：马星宇 -专利权人：成都开心音符科技有限公司
申请日： 2022-08-10 - 公布日： 2022-11-11 - 主分类号： G06F16/65 文献下载
摘要：本申请涉及音频处理技术领域，尤其涉及一种歌曲串烧拼接方法和装置，其方法包括获取N个音频文件，确定每一所述音频文件的特征信息，并依据所述特征信息将所述音频文件进行分类，得到分类后的音频文件集，在同一所述音频文件集中提取每一所述音频文件的副歌音频数据；依据预设的音效处理规则对所述副歌音频数据进行音效处理，得到待拼接的目标歌曲片段，依据所述目标歌曲片段生成目标串烧歌曲；上述技术方案直接使用音频数据，将多个音频文件分类并提取同类别音频文件中的副歌音频数据，依据音效处理规则对副歌音频数据处理，而后将处理后的副歌音频数据进行拼接得到串烧歌曲，该串烧歌曲听感上更加自然，且相较于获取midi数据成本上更低。
一种歌曲拼接方法装置

[发明专利]一种基于CNN的粤剧流派分类和识别方法-CN202110920741.1在审
发明人：赵文锋;陈侨;刘小玲;刘韵锋;赵娅雯;刘海军;郭柏帆 -专利权人：华南农业大学
申请日： 2021-08-11 - 公布日： 2021-11-16 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种基于CNN的粤剧流派分类和识别方法，包括以下步骤：获取音频数据样本集，并对音频数据样本集进行预处理，得到梅尔频谱图；构建基于CNN网络构建粤剧流派分类模型；利用梅尔频谱图对粤剧流派分类模型进行训练和测试；利用训练好的粤剧流派分类模型对待预测的粤剧音频文件的流派进行识别和分类，输出预测结果。本发明采用深度学习方法对粤剧唱腔特征进行分析，进而实现对粤剧流派进行分类和识别，预测结果更准确。
一种基于 cnn 粤剧流派分类识别方法

[发明专利]基于动态分类器的设备操作-CN202280018879.5在审
发明人： T·沙巴兹米尔扎哈桑洛 -专利权人：高通股份有限公司
申请日： 2022-02-08 - 公布日： 2023-10-20 - 主分类号： H04L9/40 文献下载
摘要：一种设备包含一个或多个处理器，所述一个或多个处理器被配置以接收音频数据样本且将所述音频数据样本提供到动态分类器。动态分类器被配置以生成与音频数据样本相对应的分类输出。所述一个或多个处理器进一步被配置以基于所述分类输出选择性地访问特定设备。
基于动态分类设备操作

[发明专利]将二维视频转换为三维视频的方法和系统-CN200780047085.7无效
发明人： D·布拉泽罗维克 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2007-12-14 - 公布日： 2009-10-21 - 主分类号： H04N13/02 文献下载
摘要：2D/3D视频转换使用用于向视频序列提供对视觉深度的估计的方法，该方法包括音频场景分类(34)，在该音频场景分类中，根据对该场景的音频信息(32)的分析来制定该场景的视觉深度(37)的视觉深度分类指数，其中该视觉深度分类指数(37)被用于随后的、根据相同场景的视频信息(33)进行的视觉深度估计(38)，由此减少了计算负载并且加快了处理速度。
二维视频转换三维方法系统

[发明专利]一种基于深度学习的呼吸音分类方法-CN202010415049.9在审
发明人：赵雪松;殷爱茹 -专利权人：南开大学
申请日： 2020-05-15 - 公布日： 2020-09-08 - 主分类号： G10L17/26 文献下载
摘要：本发明涉及声频信号识别领域，特别涉及一种基于深度学习的呼吸音分类方法。包括：采集呼吸音的音频信号样本，并对所述音频信号进行预处理；根据呼吸音周期文本信息，对步骤S1中的所述音频信号进行周期划分得到设定周期的呼吸音信号；通过音频数据增强方法对数据集中呼吸音频信号进行数据增强，提取呼吸音频信号的声学特征；利用步骤S3中提取的声学特征，构造类型识别模型对呼吸音进行分类识别，得出所述分类识别结果。
一种基于深度学习呼吸音分方法

[发明专利]一种基于深度学习的声音异常检测系统-CN201910636670.5在审
发明人：岳颀;沈建东;于福华 -专利权人：西安邮电大学
申请日： 2019-07-15 - 公布日： 2019-09-10 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种基于深度学习的声音异常检测系统，包括声音采集模块，声音采集模块的输出端连接有声音分析模块，声音分析模块的输出端连接有声音分类模块、声音分贝分类模块，声音分类模块、声音分贝分类模块的输出端连接有系统处理模块本发明通过声音采集模块，能够对异常声音进行采集收集，然后通过分析模块，对声音进行分析，然后对声音进行处理，然后根据声音分类模块、声音分贝分类模块进行处理，对声音频率、声音分贝进行分析处理分类，对声音频率、分贝进行多层分类，然后经过系统处理模块，将处于声音频率、分贝处于第一单元的会亮起一种颜色警示灯，将处于声音频率、分贝处于第二单元的会亮起二种颜色警示灯。
声音分贝声音频率声音采集模块输出端连接分类模块声音分类声音分析模块系统处理模块异常检测系统颜色警示分析处理分析模块异常声音分类多层采集学习分析

[发明专利]基于音频媒体分析的语音识别技术-CN202010922652.6在审
发明人：余城诚;彭德中;王骞;刘杰;张利君;银大伟;蒋瑞;付俊英 -专利权人：四川大学
申请日： 2020-09-04 - 公布日： 2022-03-04 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种基于音频媒体分析的语音识别技术，该技术针对目前的音视频信息流，通过音频特征提取、启发式规则和语音识别系统来进行分类和识别。音频特征通过13阶MFCC来提取，分类规则通过SVM规则来实现分类。最后通过特定的语音识别引擎进行识别和输出。
基于音频媒体分析语音识别技术