“G10L15/14”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果194个，建议您升级VIP下载更多相关专利

[发明专利]语音识别方法和装置、服务器、计算机可读存储介质-CN202011607655.7有效
发明人：周维聪;袁丁;赵金昊;刘云峰 -专利权人：深圳追一科技有限公司
申请日： 2020-12-30 - 公布日： 2023-10-24 - 主分类号： G10L15/14 文献下载
摘要：本申请涉及一种语音识别方法和装置、服务器、计算机可读存储介质，包括：对待处理的语音数据进行声学特征提取，将所提取的声学特征输入声学模型，计算声学特征的声学模型得分。采用主解码网络及子解码网络，对声学特征及声学特征的声学模型得分进行解码得到语音识别结果。该语音识别方法，并未对待识别场景重新训练解码网络，而是对待识别场景中的目标命名实体进行训练得到子解码图，再采用主解码网络及子解码网络进行解码得到语音识别结果。所以，针对待识别场景中的目标命名实体，基于子解码网络就可以对目标命名实体进行准确地解码。且因为未对待识别场景重新训练解码网络，所以大大缩短训练时间长，提高语音识别效率。
语音识别方法装置服务器计算机可读存储介质

[发明专利]一种基于深度神经网络的电力调度语音识别方法-CN202310604616.9在审
发明人：符新月;黄增;周怡;刘宇;郭心雨 -专利权人：南京航空航天大学
申请日： 2023-05-26 - 公布日： 2023-09-05 - 主分类号： G10L15/14 文献下载
摘要：本发明公开了一种基于深度神经网络的电力调度语音识别方法。针对电力调度专用术语以及某区域电网习惯调度用语，建立了电力调度语音识别基础语料库。通过应用深度神经网络‑隐马尔可夫模型进行声学模型训练，并对电力调度语音材料制作，语音模型训练过程、端点检测、与D5000系统交互以及语音转文字的整套流程进行了论述，实现高准确的电力调度语音识别。
一种基于深度神经网络电力调度语音识别方法

[发明专利]一种河南方言语音识别系统-CN201610968693.2有效
发明人：范雪莉;于海龙 -专利权人：许昌学院
申请日： 2016-10-28 - 公布日： 2023-08-04 - 主分类号： G10L15/14 文献下载
摘要：本发明公开了一种河南方言语音识别系统，包括语音获取设备、语音识别设备及语音判定设备，语音获取设备接收用户输入河南方言的语音指令；语音识别设备包括语音提取单元和特征压缩单元，语音提取单元根据收到的语音指令提取河南方言的短时音频特征，特征压缩单元根据提取的过零率、基频和美尔倒谱系数特征从语音指令中找出相互间相似度满足预设条件的音频帧特征，语音判定设备包括语音判定部分和语音输出部分，语音判定部分利用隐马尔科夫模型从音频帧特征中选择一个或多个最优候选识别特征，并输至语音输出部分，采用上述方案，本发明提出的河南方言语音识别系统提高了运行效率和识别效果，具有很好的市场应用价值。
一种河南方言语音识别系统

[发明专利]语音识别方法、装置、计算机设备及存储介质-CN201811527515.1有效
发明人：谭莉 -专利权人：平安科技（深圳）有限公司
申请日： 2018-12-13 - 公布日： 2023-08-04 - 主分类号： G10L15/14 文献下载
摘要：本发明公开了一种语音识别方法、装置、计算机设备及存储介质，所述方法包括：获取测试产品缺陷过程中录入的测试语音数据；通过语音识别模型对测试语音数据进行语音识别，获取测试语音数据的识别文本；获取经过训练的马尔可夫模型；将识别文本输入马尔可夫模型，并通过马尔可夫模型识别识别文本，获取所述马尔可夫模型中输出的各修正文本的输出概率；根据各修正文本的输出概率确认与识别文本对应的修正文本。本提案通过引入马尔可夫模型，修正对测试语音数据进行普通语音识别后获得的识别文本，进而获取契合测试语音数据的修正文本，提高测试人员提交测试缺陷数据的效率，增强用户体验。
语音识别方法装置计算机设备存储介质

[发明专利]电子设备及其控制方法-CN202180076503.5在审
发明人：朴相俊;闵庚甫;朱基岘;崔胜渡 -专利权人：三星电子株式会社
申请日： 2021-10-12 - 公布日： 2023-07-18 - 主分类号： G10L15/14 文献下载
摘要：提供了一种电子设备及其控制方法。所述电子设备包括麦克风、存储器和处理器，所述处理器被配置为：当通过所述麦克风接收到用户语音时，获得用户所说的用户语音的参考向量，基于所述参考向量生成多个候选参考向量，通过将所述多个候选参考向量和多个评估文本输入到TTS模型来获得多个合成声音，基于所述多个合成声音与所述用户之间的相似度和所述多个合成声音的特征来识别所述多个合成声音中的至少一个合成声音，并且将所述至少一个合成声音的参考向量存储在所述存储器中作为对应于所述用户的用于所述TTS模型的参考向量。电子设备可以使用根据机器学习、神经网络或深度学习算法中的至少一个学习的基于规则的模型或人工智能模型。
电子设备及其控制方法

[发明专利]任务执行方法、装置、计算机设备及其存储介质-CN202310315554.X在审
发明人：钱铖;陆晟;孙云飞;毛文静 -专利权人：中国工商银行股份有限公司
申请日： 2023-03-28 - 公布日： 2023-06-27 - 主分类号： G10L15/14 文献下载
摘要：本申请涉及一种任务执行方法、装置、计算机设备及其存储介质，涉及人工智能技术领域。所述方法包括：对目标用户输入的任务需求语音进行分段处理，得到至少两个语音片段；通过至少两个隐马尔可夫HMM模型，确定各语音片段对应的至少两个预测结果，每一语音片段对应的各预测结果包括各HMM模型预测的该语音片段中的关键信息所属类别和所属类别的置信度；基于各语音片段对应的至少两个预测结果，确定各语音片段包含的关键信息；基于关键信息，确定待执行任务的任务执行策略。本申请实现了在降低用户时间与精力消耗的前提下，实现待执行任务的任务执行策略的确定。
任务执行方法装置计算机设备及其存储介质

[发明专利]音频识别方法、电子设备及计算机可读存储介质-CN202310313241.0在审
发明人：王武城;孔令城;赵伟峰;姜涛;周文江 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-03-27 - 公布日： 2023-06-23 - 主分类号： G10L15/14 文献下载
摘要：本申请实施例公开了一种音频识别方法、电子设备及计算机可读存储介质，其中方法包括对目标音频进行切片操作得到多个音频片段，并获取每个音频片段的旋律指纹；针对每个音频片段，在指纹库中查找与旋律指纹相似度最高的前K个预存旋律指纹以及K个预存旋律指纹对应的匹配歌曲，得到音频片段的K个匹配歌曲；基于相邻匹配歌曲之间的预设转移概率以及每个音频片段的K个匹配歌曲对应的相似度，从每个音频片段的K个匹配歌曲中确定每个音频片段的目标匹配歌曲；根据每个音频片段的目标匹配歌曲，确定目标音频的音频识别结果，音频识别结果用于指示目标音频是否为串烧歌曲。本申请可以提升音频识别的准确率。
音频识别方法电子设备计算机可读存储介质

[发明专利]连续长语音呼救信息识别方法-CN202310122791.4在审
发明人：张方方;王敬超;朱建永;宋伟;郭海涛;李娜;彭金柱;徐华兴 -专利权人：郑州大学
申请日： 2023-02-16 - 公布日： 2023-06-23 - 主分类号： G10L15/14 文献下载
摘要：本发明公开了一种连续长语音呼救信息识别方法，实时录制和保存待监测区的语音数据，经预处理后形成预识别语音；按照预设的M+1组窗长Ti和固定窗移Tstep滑动截取预识别语音，得到M+1组语音片段；提取每组所述语音片段的MFCC特征；使用GMM‑HMM模型对所述MFCC特征进行概率评分；统计每组语音片段的MFCC特征的概率评分满足临界阈值的数量ni；若存在任一组语音片段满足ni大于N，则判定所述预识别语音中含有呼救信息。本发明的优点在于不需要结合上下文进行语义分析，可以针对关键词进行建模，识别流程简单，能够快速精准、适用不同语速的识别出长语音中的关键呼救信息。
连续语音呼救信息识别方法

[发明专利]基于辅助数据正则化的说话人自适应方法-CN202011411575.4有效
发明人：罗小杰;魏建国;李杰 -专利权人：天津大学
申请日： 2020-12-03 - 公布日： 2023-06-20 - 主分类号： G10L15/14 文献下载
摘要：本发明属于语音识别领域的说话人自适应技术，为解决数据的稀疏性问题带来的过拟合，提高目标说话人的识别准确率。本发明，基于辅助数据正则化的说话人自适应方法，步骤如下：步骤一，说话人无关的语音识别系统的训练；步骤二，辅助数据集的获取；步骤三，准备说话人的数据；步骤四，使用目标说话人的语音数据和选取的辅助数据集，并通过GMM‑HMM系统生成自适应训练需要的词格Lattice,使用如下的损失函数进行训练，其中α用来控制辅助数据集的权重，步骤五，经过充分训练得到目标说话人的声学模型，使用目标说话人的声学模型，构建语音识别系统。本发明主要应用于语音识别场合。
基于辅助数据正则说话自适应方法

[发明专利]一种语音识别方法-CN201810514662.9有效
发明人：范文涛;杜吉祥;符江鹏 -专利权人：华侨大学
申请日： 2018-05-25 - 公布日： 2023-06-13 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及一种语音识别方法，其包括所述语音识别方法包括输入语音信号，使用梅尔频率倒谱系数MFCC提取语音信号的特征向量；将提取的MFCC特征向量输入到狄利克雷分布混合模型中计算观测概率，其中使用变分推断更新优化模型参数；将所述MFCC特征向量和所述观测概率输入隐马尔科夫模型HMM，使用隐马尔科夫模型对语音信号时间序列结构进行建模；根据所述语音信号中的隐马尔科夫模型HMM的观测序列概率，判断并提取词语。本发明在现有高斯混合隐马尔科夫模型的方法基础上，提出使用狄利克雷混合模型来对隐马尔科夫混合模型的观测概率来进行建模，同时使用变分推断实现模型参数的求解，谋求模型鲁棒性和提高准确率。
一种语音识别方法

[发明专利]基于深层混合因子分析的声学模型的构建方法-CN201811537321.X有效
发明人：屈丹;闫红刚;张文林;杨绪魁;牛铜;张连海;陈琦;李真;魏雪娟 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2018-12-15 - 公布日： 2023-06-06 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及语音识别技术领域，公开基于深层混合因子分析的声学模型的构建方法，包括：利用训练数据，采用HMM‑GMM模型生成基线系统；根据HMM‑GMM模型参数，对DMFA模型进行初始化，DMFA模型由两层MFA模型组成，采用GMM聚类和概率主成分分析方法初始化DMFA模型参数；利用训练数据，通过HMM‑GMM模型的基线系统，采用贪婪EM算法估计声学特征空间的DMFA模型的整体模型参数；估计DMFA模型的第一层MFA模型的状态模型参数，所述状态模型参数包括状态相关参数及状态无关参数；估计DMFA模型的第二层MFA模型的状态模型参数。本发明将深层混合因子分析模型引入到状态模型的建模过程中，提出了基于深层混合因子分析的声学模型，具备更好的抗过拟合能力。
基于深层混合因子分析声学模型构建方法

[发明专利]一种多模态情绪识别方法以及系统-CN202111422119.4在审
发明人：张星星;张画 -专利权人：中国电信股份有限公司
申请日： 2021-11-26 - 公布日： 2023-05-30 - 主分类号： G10L15/14 文献下载
摘要：本公开涉及多模态情绪识别方法以及系统，该方法包括：多模态信息预处理步骤，采集用户的语音数据和图像数据，获得对应的语音片段数据和面部图像数据；多模态情绪识别步骤，进行语音、文本和表情视觉情绪分析以得到对应的情绪状态的结果；第一HMM处理步骤，将多模态的情绪状态的结果组合成一组特征，作为观测值输入至该第一HMM，输出各个情绪的对应概率；相关度计算步骤，对于多模态的情绪状态的结果，使用交叉相关函数CCF，计算结果两两之间的相关性；以及第二HMM处理步骤，将相关性结果以及多模态的情绪状态的结果作为观测值输入至该第二HMM，将输出数值最大的情绪作为最终识别结果。
一种多模态情绪识别方法以及系统

[发明专利]一种基于统计语言模型得分规整的语音识别方法及系统-CN201710790753.0有效
发明人：张鹏远;张一珂;潘接林;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： 2017-09-05 - 公布日： 2023-04-07 - 主分类号： G10L15/14 文献下载
摘要：本发明一种基于统计语言模型得分规整的语音识别方法，所述方法包括：步骤1)建立和训练若干个基于多尺度马尔科夫假设的统计语言模型；包括：k阶统计N元文法语言模型，k‑1个不同阶数的统计N元文法语言模型和k‑1个不同阶数的改进的统计N元文法语言模型；步骤2)将待识别语音进行第一遍解码，得到L条候选语音s；步骤3)利用步骤1)的若干个基于多尺度马尔科夫假设的统计语言模型计算L条候选语音s的语言模型得分，结合声学模型得分计算出每条候选语音的得分；步骤4)选出得分最高的候选语音作为第二遍解码结果；该结果为最终的识别结果。本发明的方法对于识别错误具有良好的容错性，能够有效的提升语音识别的正确率。
一种基于统计语言模型得分规整语音识别方法系统

[发明专利]语音识别方法、系统、装置及介质-CN202110470132.0有效
发明人：白蒙蒙 -专利权人：上海淇玥信息技术有限公司
申请日： 2021-04-28 - 公布日： 2023-03-10 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及语音识别领域，针对现有的语音识别、计算资源浪费、多个模型间无法实现热切换、单一领域模型不适应长对话识别等缺陷，提出了本发明的语音识别方法、系统、装置及介质，旨在解决如何基于深度学习的动态语言模型根据领域信息，提供不同领域的语音识别服的技术问题。为此，本发明的方法通过构建的语音识别模型在预测过程中结合语料领域信息的利用，提供了适用于多领域有效热切换、长对话的语音识别服务，改进了现有语音识别服务性能，有效减少资源浪费，适合不同领域交叉、长对话的正确识别，实现识别热切换，且实现简单操作容易成本低效率高。
语音识别方法系统装置介质

[发明专利]基于语音对话的情感识别方法、装置、电子设备及介质-CN202211320699.0在审
发明人：曹凯莉 -专利权人：深圳壹账通智能科技有限公司
申请日： 2022-10-26 - 公布日： 2023-01-20 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及用于金融科技领域的人工智能，揭露一种基于语音对话的情感识别方法，包括：基于用户语音数据的频率倒谱系数对用户语音数据进行属性识别，得到属性识别结果，根据属性识别结果检索到对应的目标服务人员，选取目标服务人员与用户之间的多轮对话数据中符合预设条件的数据作为训练样本数据，利用训练样本数据中的多个情感特征参数对向量机模型进行训练处理得到的标准情感识别模型对待识别语音数据进行情感识别，得到情感识别结果。此外，本发明还涉及区块链技术，属性识别结果可存储于区块链的节点。本发明还提出一种基于语音对话的情感识别装置、电子设备以及存储介质。本发明可以提高金融科技领域中基于语音对话的情感识别的准确度。
基于语音对话情感识别方法装置电子设备介质

1
2
3
4
5
6
7
8
9
10
11
12
13
下一页»
尾页
共 194 条