“语音流”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741315个，建议您升级VIP下载更多相关专利

[发明专利]语音控制方法、装置、电子设备及存储介质-CN202011039429.3在审
发明人：周毅;左声勇;殷切;陈真 -专利权人：北京百度网讯科技有限公司
申请日： 2020-09-28 - 公布日： 2021-01-01 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了语音控制方法、装置、电子设备及存储介质，涉及自动驾驶、语音交互、语音技术和信息流领域。具体实现方案为：通过对获取到的音频信号流进行能量估计，可以确定出音频信号流中每帧音频信号的能量值，进而可以根据音频信号流中每帧音频信号的能量值，在语音交互界面上动态显示该音频信号流的能量值，解决了用户与电子设备的交互效率低
语音控制方法装置电子设备存储介质

[发明专利]一种音频处理的方法、装置、可读存储介质和电子设备-CN202011435851.0在审
发明人：徐培来;陈昌儒 -专利权人：北京大米科技有限公司
申请日： 2020-12-07 - 公布日： 2021-03-26 - 主分类号： G10L15/06 文献下载
摘要：本发明实施例通过获取设定时长的第一音频；将所述第一音频输入到预先训练的音频检测模型，确定所述第一音频中的包括的至少一种语音类型，并确定所述至少一种语音类型中至少一种候选语音类型，其中，所述语音类型包括目标语音、非目标语音、干扰语音或背景噪声中的至少一项；在所述第一音频中通过预先训练的音频处理模型分离所述候选语音类型对应的至少一个音频流；根据所述至少一个音频流确定第二音频。通过上述方法，可以将目标语音对应的音频流从第一音频中分离出来，消除了非目标语音、干扰语音或背景噪声对目标语音的干扰。
一种音频处理方法装置可读存储介质电子设备

[发明专利]语音打断判定方法、系统及终端-CN202210844153.9在审
发明人：裴新华 -专利权人：上海湃舵智能科技有限公司
申请日： 2022-07-18 - 公布日： 2022-11-01 - 主分类号： G10L25/87 文献下载
摘要：本发明的语音打断判定方法、系统及终端，通过多个人机对话录音文件统计对应机器人正在播放语音的情况下人开始说话的最短语音持续时长，并根据所述最短语音持续时长制定用于判断用户侧的语音流是否出现抢话事件的语音打断判断规则，再基于所述语音打断判断规则，判断在机器人在播放语音的过程中用户侧所产生的语音流是否出现抢话事件，以获得对应的语音打断判定结果。本发明能及时判断用户侧所产生的语音流中是否出现抢话事件，进而大大提高在人机对话过程中通话的质量；并且有针对性的设置语音打断判断规则，进而实现千人千面的针对性判定方案，提升打断判定的准确率。
语音打断判定方法系统终端

[发明专利]语音转写方法及电子设备和存储介质-CN202310409196.9在审
发明人：宋洪博;王艳龙;陈永波;储磊;沈峥嵘 -专利权人：思必驰科技股份有限公司
申请日： 2023-04-17 - 公布日： 2023-07-11 - 主分类号： G10L15/26 文献下载
摘要：本发明公开一种语音转写方法及电子设备和存储介质，其中方法包括：获取实时音频，将所述音频发送至云端进行语音转写，并接收所述云端返回的与所述音频数据对应的文本，其中，所述文本包括近端语音文本和远端语音文本；基于所述智能摄像头实时获取本地视频流，将所述本地视频流及所述文本发送至终端，其中，所述终端能够将所述文本叠加到所述本地视频流中。本发明实施例通过智能摄像头获取本地视频流，将本地视频流与实时音频数据对应的文本进行组合得到带有实时字幕的视频，能够分别实现近端和远端音频的语音转写，自动生成会议记录。
语音转写方法电子设备存储介质

[发明专利]语音对话处理方法及装置-CN201910752714.0有效
发明人：董鑫;戴中原;初敏;顾寒 -专利权人：思必驰科技股份有限公司
申请日： 2019-08-15 - 公布日： 2022-08-05 - 主分类号： G06F16/332 文献下载
摘要：本发明公开一种语音对话处理方法及装置，所述语音对话处理方法包括：确定待处理的用户语音所对应的语音语义；基于对话管理引擎确定针对所述语音语义的答复语句，所述对话管理引擎的训练样本集是根据包括至少一个对话流的对话业务定制文件而构建的，且所述对话流包括具有设定顺序的多个对话节点；根据所确定的答复语句生成用于答复所述用户语音的客服语音。利用该方法，基于具有对话流的对话业务定制文件来训练对话管理引擎，使得对话业务定制开发的更简便和高效，也便于业务流程的后期维护。
语音对话处理方法装置

[发明专利]一种发送消息的播放方法、系统及相关设备-CN201210436069.X无效
发明人：来意哲 -专利权人：华为技术有限公司
申请日： 2012-11-05 - 公布日： 2014-05-14 - 主分类号： H04W4/12 文献下载
摘要：本发明实施例中，接收终端在接收到包括用户标识和文本信息的消息，获取用户标识对应的语音标识和图像标识，并获取根据语音标识指示的语音特征参数、图像标识指示的图像特征参数及文本信息生成或获取语音动画流并播放该语音动画流使得可以将消息中的文本信息根据用户标识播放成语音动画流，既可以生动地展示消息中的文本信息，又可以根据用户标识对应的语音标识和图像标识对消息进行个性化展示。
一种发送消息播放方法系统相关设备

[发明专利]一种多语言翻译电话系统及翻译方法-CN202010291066.6在审
发明人：刘同鑫;王英杰;张乐;孙龙 -专利权人：青岛联合视界数字传媒有限公司
申请日： 2020-04-14 - 公布日： 2020-07-31 - 主分类号： H04L29/08 文献下载
摘要：本发明公开了一种多语言翻译电话系统及翻译方法，系统包括：用户电话、目标点电话、电话交换机、翻译服务器和翻译云平台；翻译服务器与电话交换机连接，用于在通过电话交换机接收到用户电话发出的翻译请求后，注册翻译通话事件并创建语音通道，控制用户语音流、目标点语音流以及经翻译云平台翻译的翻译语音流在语音通道中传输；翻译云平台用于将用户语音流和/或目标点语音流转换成翻译语音流推送至翻译服务器；电话交换机用于基于创建的语音通道为用户电话和目标点电话建立连接通路
一种语言翻译电话系统方法

[发明专利]一种多语言连续语音流语音内容识别方法及系统-CN201910782981.2在审
发明人：徐及;刘丹阳;张鹏远;颜永红 -专利权人：中国科学院声学研究所;北京中科信利技术有限公司
申请日： 2019-08-23 - 公布日： 2021-03-12 - 主分类号： G10L15/00 文献下载
摘要：本发明提出一种多语言连续语音流语音内容识别方法及系统，所述方法包括：将待识别的多语言连续语音流输入帧级别语种分类模型,输出段级别语种特征向量；将段级别语种特征向量输入段级别语种分类模型，输出段级别语种状态的后验概率分布；根据段级别语种状态的后验概率分布，基于维特比检索算法，计算多语言连续语音流的最佳的语种状态路径；根据所述最佳语种状态路径对待识别的多语言连续语音流进行切分获得语种状态区间；将切分后的语种状态区间送入多语言声学模型以及相应的多语言解码器中进行解码，得到所述多语言连续语音流的内容识别结果。本发明通过将语种分类模型与维特比检索算法相融合，解决了连续语音流中多语言内容并存的语言种类动态检测和识别的问题。
一种语言连续语音内容识别方法系统

[发明专利]语音增强方法、装置、存储介质、电子设备-CN201910631894.7有效
发明人：许家铭;李晨星;徐波 -专利权人：中国科学院自动化研究所
申请日： 2019-07-12 - 公布日： 2021-08-31 - 主分类号： G10L15/02 文献下载
摘要：本发明实施例涉及一种语音增强方法、装置、存储介质、电子设备，所述方法包括：调用语音采集设备，采集当前环境中的语音；按照预设的语音处理算法，对所述语音进行处理，得到单通道语音；对所述单通道语音进行断句切分，得到包含预设类型声音的语音分段数据流；从所述语音分段数据流中提取语音特征；将所述语音特征输入预设的语音增强网络模型中，得到与所述语音特征对应的增强语音；将所述增强语音合成为语音段。由此，可以实现多场景的应用，避免了噪声的影响，考虑到语音特性，避免引入失真，从而避免对语音造成损伤。
语音增强方法装置存储介质电子设备

[发明专利]用于语音和数据联合传输的系统和方法-CN201080068407.8有效
发明人：克里斯托夫·哈里斯·斯诺;迪内希·库马尔·阿罗拉;艾曼·艾哈迈德·阿布达尓-萨马德;纳齐·阿马齐;阿里·哈顿·塔纳尓 -专利权人：捷讯研究有限公司
申请日： 2010-08-31 - 公布日： 2013-04-17 - 主分类号： H04M11/06 文献下载
摘要：本公开提出了一种使用通信网络来复用语音和数据通信的方法。在该方法中，从语音比特流获取至少一个语音比特，并从至少一个数据比特流获取至少一个数据比特。当所述语音比特流不在间断传输(DTX)时间段中时，使用所述至少一个语音比特和所述至少一个数据比特来产生调制符号。该方法包括使用通信网络来传输调制符号。
用于语音数据联合传输系统方法

[发明专利]语音降噪方法、装置、设备及存储介质-CN202210413193.8在审
发明人：卢志强 -专利权人：咪咕文化科技有限公司;中国移动通信集团有限公司
申请日： 2022-04-19 - 公布日： 2022-07-29 - 主分类号： G10L21/0216 文献下载
摘要：本发明公开了语音降噪方法、装置、设备及存储介质，该方法包括：采集音频流，并识别音频流对应的场景类型；根据场景类型选取预训练的目标语音降噪模型；采用目标语音降噪模型对音频流对应的各个采样点依次进行频域降噪处理以及时域降噪处理，得到各个采样点的干净时域信号；将各个采样点的干净时域信号进行重叠相加，得到降噪后的音频流。本发明实现了音频流的实时降噪处理，降低了降噪后的音频流的传输时延。
语音方法装置设备存储介质

[发明专利]一种字幕的展示方法、装置及设备-CN202111490597.9在审
发明人：迟海波;周健;王洪斌;郝征鹏 -专利权人：马上消费金融股份有限公司
申请日： 2021-12-08 - 公布日： 2023-06-09 - 主分类号： G06V20/40 文献下载
摘要：本说明书实施例公开了一种字幕的展示方法、装置及设备，该方法包括：与第一设备建立长连接，并通过所述长连接接收所述第一设备采集的待转换的目标语音流，对所述目标语音流进行文本转换处理，得到所述目标语音流对应的第一文本数据，以及对所述第一文本数据进行校正处理，得到所述目标语音流对应的第二文本数据，基于所述第一文本数据和所述第二文本数据，确定所述字幕为所述目标语音流对应的目标文本展示数据。通过上述字幕的展示方法，可以与第一设备建立长连接，提高资源利用率，以及针对目标语音流的文本数据展示效率和准确性。
一种字幕展示方法装置设备

[发明专利]视频画面切换方法及系统-CN202110432422.6有效
发明人：沈连亭;徐晓磊;冯文澜 -专利权人：随锐科技集团股份有限公司
申请日： 2021-04-21 - 公布日： 2022-10-21 - 主分类号： H04N7/15 文献下载
摘要：本发明公开了一种视频画面切换方法及系统，该方法包括：预先设置显示布局；获取当前语音激励人的视频流的各个显示区域以及各个视频分辨率；当检测到第二语音激励人之后，获取第二语音激励人的视频流的各个显示区域以及的各个视频分辨率；若满足延时条件，则根据当前带宽确认延时时间段，若在第一时刻开始的延时时间段之内成功获取到视频分辨率不小于预设值的所述第二语音激励人的视频流，则即刻在所述当前语音激励人的最大视频分辨率所对应的显示区域显示所述视频分辨率不小于预设值的所述第二语音激励人的视频流本发明能够减少重复选流、使画面稳定、并且降低网络带宽等。
视频画面切换方法系统

[发明专利]多速率语音业务的信道编码方法、信道译码方法和装置-CN201280002983.1有效
发明人：吴可镝;唐欣;魏岳军;李明 -专利权人：华为技术有限公司
申请日： 2012-12-31 - 公布日： 2013-11-06 - 主分类号： H04L1/00 文献下载
摘要：本发明的实施例提供了一种多速率语音业务的信道编码方法、信道译码方法和装置，包括：确定语音业务的速率模式，其中所述语音业务包括至少两类子流，所述速率模式与所述至少两类子流的信道编码方式之间存在对应关系；根据所述语音业务的速率模式和所述至少两类子流与信道编码方式之间的对应关系，为所述至少两类子流确定信道编码方式，其中，每种速率模式的至少两类子流与信道编码方式之间存在对应关系；采用所选择的信道编码方式对所述至少两类子流进行信道编码。由于可以为不同速率模式的语音业务选择相应的信道编码方式，因此可以提高不同速率模式的语音业务的编码增益，从而能够优化信道的传输性能。
速率语音业务信道编码方法信道译码装置

[发明专利]语音识别方法及设备-CN201510520981.7在审
发明人：赵永 -专利权人：中兴通讯股份有限公司
申请日： 2015-08-21 - 公布日： 2017-03-01 - 主分类号： G10L15/30 文献下载
摘要：本发明公开了一种语音识别方法，所述方法包括采集语音指令，将所述语音指令的音频流发送到云端服务器进行识别的同时，在本地记录所述音频流数据；在收到网络异常信息时，启动重试等待；在满足重试条件时，将本地记录的所述音频流数据再次发送到所述云端服务器本发明还同时公开了一种语音识别设备。
语音识别方法设备