“音频特征”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2596798个，建议您升级VIP下载更多相关专利

[发明专利]音频类别预测方法、装置、存储介质及电子设备-CN202110578096.X在审
发明人：林炳怀;王丽园 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-05-26 - 公布日： 2021-12-07 - 主分类号： G10L15/02 文献下载
摘要：本申请公开了一种音频类别预测方法、装置、存储介质及电子设备，涉及人工智能技术领域，该方法包括：获取至少一个音频的声学特征信息及音素对齐信息，每个音频标定对应的音频类别；采用音频分析模型，对每个音频的声学特征信息及音素对齐信息进行深度提取处理，得到每个音频的深度发音特征；将相同音频类别的音频的深度发音特征进行压缩映射处理，得到至少一个压缩特征集；基于至少一个压缩特征集进行高斯过程构建，以获得音频类别预测函数；基于音频类别预测函数对音频分析模型中的参数进行调整，以获得训练后音频分析模型预测待分析音频的音频类别。本申请有效降低音频类别预测工作中计算复杂度的同时提升音频类别预测效果。
音频类别预测方法装置存储介质电子设备

[发明专利]一种基于音频指纹的电视互动装置及方法-CN201310512978.1无效
发明人：李学生;吴文杰 -专利权人：李学生
申请日： 2013-10-28 - 公布日： 2014-02-05 - 主分类号： H04N21/422 文献下载
摘要：本发明公开了一种基于音频指纹的电视互动装置及方法，该装置包括手机客户单元，电视节目单元。手机客户单元通过广电网络连接电视节目单元。该方法包括电视互动方法和手机互动方法。电视互动方法工作流程为：节目打点，音频解码，音频预处理，音频特征分析，音频特征提取，音频指纹生成，音频指纹入库；手机互动方法工作流程为：音频录音，音频预处理，音频特征分析，音频特征提取，音频指纹生成，音频指纹上传搜索编码器把电视节目中计划互动时间段音频特征提取后放入音频指纹数据库。节目通过电视播出后，手机端软件采集数秒音频样本，提取出特征通过搜索引擎搜索该段样本指纹在音频指纹数据库中位置，通过ID返回至手机。
一种基于音频指纹电视互动装置方法

[发明专利]用于提供音频和视频效果的技术-CN201980046539.1在审
发明人： C·M·阿文达诺;S·A·拉普拉沙德 -专利权人：苹果公司
申请日： 2019-02-26 - 公布日： 2021-03-16 - 主分类号： A63F13/213 文献下载
摘要：本公开的实施方案可提供用于至少部分地基于用户的面部特征和/或语音特征特性来提供音频和/或视频效果的系统、方法和计算机可读介质。例如，可由设备记录该用户的视频和/或音频信号。可分别从该语音音频信号和该视频中提取语音音频特征和面部特征特性。该用户的该面部特征可用于修改虚拟形象的特征以模拟该用户的该面部特征特性。该提取的语音音频特征可被修改以生成经调整的音频信号，或者音频信号可由该语音音频特征合成。该经调整/合成的音频信号可模拟该虚拟形象的语音。可在该用户的设备处提供经修改的视频/音频的预览。
用于提供音频视频效果技术

[发明专利]一种确定音频文件的方法和装置-CN201711319443.7有效
发明人：陈传艺 -专利权人：广州酷狗计算机科技有限公司
申请日： 2017-12-12 - 公布日： 2020-08-04 - 主分类号： G06F16/683 文献下载
摘要：本发明实施例公开了一种确定音频文件的方法和装置，属于互联网技术领域。所述方法包括：获取样本音频片段的音频数据，对音频数据进行分帧处理，得到样本音频片段对应的各帧音频数据；提取每帧音频数据的音频特征，得到样本音频片段的每个音频特征；根据预先存储的各音频文件包含的各帧音频数据的音频特征、音频文件标识的对应关系，确定样本音频片段的每个音频特征对应的音频文件标识；根据确定出的每个音频特征对应的音频文件标识，确定候选音频文件；确定述样本音频片段与每个候选音频文件的匹配度，并将对应的匹配度大于预设匹配度阈值的音频文件，确定为包含有样本音频片段的目标音频文件。采用本发明，可以提高确定音频文件的效率。
一种确定音频文件方法装置

[发明专利]声纹识别方法、装置、电子设备和存储介质-CN202210536790.X在审
发明人：赵情恩 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-17 - 公布日： 2022-08-16 - 主分类号： G10L17/02 文献下载
摘要：具体实现方案为：获取待识别的目标音频数据，并基于目标音频数据，获取对应的局部音频特征和全局音频特征；将局部音频特征输入声纹识别模型的学生网络，以得到学生网络输出的第一声纹特征；将全局音频特征输入声纹识别模型的教师网络，以得到教师网络输出的第二声纹特征；基于第一声纹特征和第二声纹特征，确定目标音频数据对应的目标声纹特征。通过利用学生网络和教师网络，分别基于目标音频数据对应的局部音频特征和全局音频特征这两种不同特点的特征，获取目标音频数据对应的目标声纹特征，提高了声纹识别的准确性。
声纹识别方法装置电子设备存储介质

[发明专利]端到端的音视频抑郁症自动检测研究方法-CN202110188624.0有效
发明人：陶建华;蔡聪;刘斌;牛明月 -专利权人：中国科学院自动化研究所
申请日： 2021-02-19 - 公布日： 2021-07-02 - 主分类号： G06K9/00 文献下载
摘要：本申请涉及端到端的音视频抑郁症自动检测研究方法，包括：采集音频文件和视频文件中包含有长时音频文件和长时视频文件这两个模态的原始数据；音频文件和视频文件预处理：将长时音频文件切分成若干个音频段，同时将长时视频文件切分成具有固定帧数的多个视频段；将每一个音频段和视频段分别输入音频特征提取网络和视频特征提取网络，得到音频深度特征和视频深度特征；使用多头注意力机制对深度音频特征和深度视频特征进行计算，得到注意力音频特征和注意力视频特征；将注意力音频特征和注意力视频特征通过特征聚合模块聚合成音视频特征；将音视频特征输入决策网络，预测音视频文件中的个体的抑郁水平。
端到端视频抑郁症自动检测研究方法

[发明专利]一种智能穿戴设备对讲功能的实现方法、系统及介质-CN202311043945.7在审
发明人：陈泽鹏;赵磊;綦吉;卜凯 -专利权人：深圳市微克科技有限公司
申请日： 2023-08-18 - 公布日： 2023-09-15 - 主分类号： G10L21/0232 文献下载
摘要：本申请提供了一种智能穿戴设备对讲功能的实现方法、系统及介质，该方法包括：获取音频数据，对音频数据进行预处理，得到处理后的音频数据；提取处理后的音频数据的特征，得到音频特征；将音频特征与预设的音频特征进行比较，得到特征偏差率；判断所述特征偏差率是否大于或等于预设的特征偏差率阈值；若大于或等于，则生成噪声特征，将噪声信号进行干扰，生成对讲音频；若小于，则将音频数据按照预定的方式进行传输；通过对音频数据进行噪声干扰处理
一种智能穿戴设备对讲功能实现方法系统介质

[发明专利]一种单双声道音频信号的转换装置及方法-CN202010004538.5在审
发明人：赵安国;林舸 -专利权人：天域全感音科技有限公司
申请日： 2020-01-03 - 公布日： 2020-05-19 - 主分类号： H04S7/00 文献下载
摘要：本发明公开了一种单双声道音频信号的转换装置及方法，其中，该装置包括：分频单元，用于根据预设的多个特征频率，对单声道音频信号进行分频处理，得到多个特征音频信号；相位调节单元，根据预设的相位调节矩阵，调节特征音频信号的相位，并分别复制各调节相位后的特征音频信号，得到多个左、右声道特征音频信号；相位差补充单元，用于分别将各左、右声道特征音频信号沿不同方向平移，得到多个平移后的左、右声道特征音频信号；合成单元，包括：第一合成子单元，用于将多个平移后的左声道特征音频信号进行合成，得到左声道音频合成信号；第二合成子单元，用于将多个平移后的右声道特征音频信号进行合成，得到右声道音频合成信号。
一种双声道音频信号转换装置方法

[发明专利]情感识别模型的训练方法、装置、计算机设备和存储介质-CN202010992862.2有效
发明人：陆昱;彭子轩;刘云峰 -专利权人：深圳追一科技有限公司
申请日： 2020-09-21 - 公布日： 2021-02-05 - 主分类号： G10L25/63 文献下载
摘要：本申请提供了一种情感识别模型的训练方法、装置、计算机设备和存储介质，该方法包括：获取通过源模型生成的源音频的源音频特征；源模型，是根据携带情感类别标注的第一领域下的所述源音频，训练得到的情感识别模型；在每轮迭代训练中，通过当前的目标特征提取网络，生成目标音频的目标音频特征；目标音频是未携带情感类别标注的第二领域下的音频；将目标音频特征和源音频特征输入至当前的对抗网络，得到对抗损失；所述对抗网络，用于区分所述目标音频特征和所述源音频特征所属的音频源；根据所述对抗损失对所述对抗网络和目标特征提取网络进行训练；根据迭代停止时的目标特征提取网络，确定目标情感识别模型。
情感识别模型训练方法装置计算机设备存储介质

[发明专利]音频信号处理方法、装置、设备及存储介质-CN202110895260.X有效
发明人：马路;杨嵩;王心恬 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2021-08-05 - 公布日： 2021-11-16 - 主分类号： G10L21/0208 文献下载
摘要：本公开提供一种音频信号处理方法、装置、设备及存储介质，该方法包括：获取音频信号；利用预先训练的降噪模型确定所述音频信号对应的噪声特征；对所述音频信号对应的噪声特征进行处理，得到所述音频信号对应的语音特征；对所述音频信号对应的语音特征进行处理，得到所述音频信号对应的降噪后的目标音频信号。通过将音频信号输入到预先训练完成的降噪模型中，由于该降噪模型包括噪声分类器和语音降噪器，噪声分类器用于确定音频信号对应的噪声特征，语音降噪器用于根据音频信号对应的噪声特征确定音频信号对应的语音特征，从而使得语音降噪器可以利用该噪声特征辅助进行语音降噪，更好的引导语音降噪器提取语音特征，从而达到更好的语音降噪效果。
音频信号处理方法装置设备存储介质

[实用新型]一种单双声道音频信号的转换装置-CN202020012817.1有效
发明人：赵安国;林舸 -专利权人：天域全感音科技有限公司
申请日： 2020-01-03 - 公布日： 2020-07-14 - 主分类号： H04S7/00 文献下载
摘要：本实用新型公开了一种单双声道音频信号的转换装置，其中，该装置包括：分频单元，用于根据预设的多个特征频率，对单声道音频信号进行分频处理，得到多个特征音频信号；相位调节单元，根据预设的相位调节矩阵，调节特征音频信号的相位，并分别复制各调节相位后的特征音频信号，得到多个左、右声道特征音频信号；相位差补充单元，用于分别将各左、右声道特征音频信号沿不同方向平移，得到多个平移后的左、右声道特征音频信号；合成单元，包括：第一合成子单元，用于将多个平移后的左声道特征音频信号进行合成，得到左声道音频合成信号；第二合成子单元，用于将多个平移后的右声道特征音频信号进行合成，得到右声道音频合成信号。
一种双声道音频信号转换装置

[发明专利]音频合成的方法和装置-CN201610006241.6在审
发明人：赵伟峰 -专利权人：广州酷狗计算机科技有限公司
申请日： 2016-01-06 - 公布日： 2017-07-14 - 主分类号： G10L13/033 文献下载
摘要：本发明公开了一种音频合成的方法和装置。其中，该方法包括获取第一音频信号的第一音频特征值和第二音频信号的第二音频特征值，其中，第一音频特征值用于表征第一音频信号的音量特征，第二音频特征值用于表征第二音频信号的音量特征；使用第一音频特征值对预设的第一合成比例因子进行更新，得到第二合成比例因子，使用第二音频特征值对预设的第三合成比例因子进行更新，得到第四合成比例因子；按照第二合成比例因子和第四合成比例因子对第一音频信号和第二音频信号进行合成。
音频合成方法装置

[发明专利]一种信息处理方法及装置-CN201810415917.6在审
发明人：杨琳;孙艳庆;汪俊杰 -专利权人：联想（北京）有限公司
申请日： 2018-05-03 - 公布日： 2018-11-13 - 主分类号： G06F21/32 文献下载
摘要：本发明公开了一种信息处理方法，包括：接收第一语音操作指令，所述第一语音操作指令用于执行目标程序；提取所述第一语音操作指令中的第一音频指纹特征信息；在特征索引库中将所述第一音频指纹特征信息与样本音频指纹特征信息进行特征匹配，得到所述第一音频指纹特征信息与所述样本音频指纹特征信息之间的第一特征匹配值；利用所述第一特征匹配值，确定所述第一音频指纹特征信息与所述样本音频指纹特征信息为同源音频指纹信息时，拒绝执行所述第一语音操作指令对应的所述目标程序
音频指纹特征信息语音操作指令指纹特征信息特征匹配样本音频目标程序信息处理特征索引音频指纹同源

[发明专利]自动发音评估方法、装置、设备及存储介质-CN202111406894.0在审
发明人：林炳怀;王丽园 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-11-24 - 公布日： 2022-04-12 - 主分类号： G10L15/02 文献下载
摘要：本申请公开了一种自动发音评估方法、装置、设备及存储介质，所述方法包括：提取口语音频的音频特征；基于所述口语音频的音频特征计算得到音素级的GOP特征，以及基于所述口语音频的音频特征计算得到音素级的深度特征表示；基于门控机制对所述音素级的GOP特征和所述音素级的深度特征表示进行融合，得到融合特征表示；基于所述融合特征表示进行打分，得到所述口语音频的评测得分。本申请采用融合特征表示进行口语音频的评测，能够得到更加鲁棒的发音特征表示，以得到更好的口语评测结果。
自动发音评估方法装置设备存储介质

[发明专利]语音相似度确定方法及设备、程序产品-CN202110179824.X在审
发明人：夏瑞;屠明;丁辰;郑炜明 -专利权人：脸萌有限公司
申请日： 2021-02-07 - 公布日： 2021-06-11 - 主分类号： G10L25/51 文献下载
摘要：本实施例提供的语音相似度确定方法及设备、程序产品，涉及语音技术，包括播放示范音频，并获取用户的评测音频；其中，示范音频是使用指定语言朗读指定内容的音频；获取与示范音频对应的标准发音特征，并提取评测音频中与标准发音特征相对应的评测发音特征，其中，标准发音特征用于反映指定内容在指定语言下的特异性发音；确定标准发音特征与评测发音特征之间的特征差异，并根据特征差异确定评测音频与示范音频之间的相似度。本申请的方案中，能够在评测音频中提取与示范音频对应的标准发音特征相对应的评测发音特征，从而使用于实现跟读相似度分析功能的模块体量较小。
语音相似确定方法设备程序产品