“G10L25/24”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198个，建议您升级VIP下载更多相关专利

[发明专利]假唱检测方法、装置、电子设备及计算机可读存储介质-CN202110766671.9在审
发明人：高月洁;郑博;刘华平;曹偲 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-07-07 - 公布日： 2021-10-01 - 主分类号： G10L25/24 文献下载
摘要：本公开的实施方式提供了一种假唱检测方法、装置、电子设备及计算机可读存储介质，涉及计算机技术领域。该方法包括：确定待检测音频对应的待检测音频特征；待检测音频特征通过对待检测音频指纹进行解码处理得到；确定待检测音频对应的参考音频的参考音频特征；参考音频特征通过对参考音频指纹进行解码处理得到；对待检测音频特征与参考音频特征进行相似度计算，以得到音色相似度；将音色相似度与相似度阈值进行对比，根据对比结果确定待检测音频的检测结果。本公开可以提取直播音频对应的音频指纹，在客户端与服务端之间传输，对直播音频进行假唱实时检测。
假唱检测方法装置电子设备计算机可读存储介质

[发明专利]梦呓识别方法、装置和电子设备-CN202110675022.8在审
发明人：竹东翔;程齐明 -专利权人：南京优博一创智能科技有限公司
申请日： 2021-06-18 - 公布日： 2021-09-21 - 主分类号： G10L25/24 文献下载
摘要：本申请公开了一种梦呓识别方法、装置和电子设备，其中方法包括：获取音频信号，确定音频信号中各帧的响度、线性频谱能量和梅尔频谱能量；根据各帧的响度确定背景噪音响度；根据各帧的响度和背景噪音响度确定出有声片段；根据各帧的梅尔频谱能量，输入神经网络鼾声预测模型，从有声片段中识别出非鼾声片段；确定所述非鼾声片段中各帧的线性频谱能量极值信息，并根据预设梦呓规则以及线性频谱能量极值信息，从非鼾声片段中识别出梦呓片段。本申请的方法逻辑严谨，能够从复杂的音频信号中准确识别出用户的梦呓的声音，有效排除背景噪音和用户鼾声的干扰，为监控用户的睡眠质量提供了坚实的基础，弥补了对梦呓识别的技术空白。
梦呓识别方法装置电子设备

[发明专利]一种音频指纹库生成方法及装置-CN202110506344.X在审
发明人：曹杰;刘金良;王昌辉 -专利权人：云境商务智能研究院南京有限公司;南京财经大学
申请日： 2021-05-10 - 公布日： 2021-09-21 - 主分类号： G10L25/24 文献下载
摘要：本发明提供了一种音频指纹库生成方法及装置，所述生成方法包括，首先根据歌曲标签创建对应名称的数据库；对目标音频进行预处理；将目标音频从立体声转换为单声道，并对目标音频进行降采样；然后对预处理后的目标音频通过傅里叶变换和梅尔频谱变换，获取目标音频的梅尔频谱图；将梅尔谱图映射到33个频率带中，提取音频特征，对所述音频特征进行编码，生成对应的音频指纹，并存储到相应的数据库中；同时将得到的所述梅尔频谱图分割后投入深度神经网络中进行特征提取，训练神经网络模型，保留最终更新后参数，用于对歌曲进行流派分类；所述装置包括数据库创建模块、数据预处理模块、数据生成模块、音频指纹生成单元和神经网络模块。
一种音频指纹生成方法装置

[发明专利]样本生成、模型训练、口型驱动方法、装置、设备及介质-CN202110642755.1在审
发明人：陀得意;林哲;司季雨;韩欣彤;康世胤;刘峰;游于人;许佳 -专利权人：广州虎牙信息科技有限公司
申请日： 2021-06-09 - 公布日： 2021-08-27 - 主分类号： G10L25/24 文献下载
摘要：本发明实施例公开了一种样本生成、模型训练、口型驱动方法、装置、设备及介质。其中，方法包括：捕捉得到真实人物在讲话过程中形成的语音片段和口型驱动参数序列；根据驱动结果，将口型驱动参数序列与语音片段进行时间对齐；识别语音片段中的各有效语音段的起止时间，并根据起止时间，在口型驱动参数序列中分别确定与各有效语音段分别对应的口型驱动参数子序列；根据与有效语音段对应的内容表征向量，以及与有效语音段对应的口型驱动参数子序列，形成用于训练得到口型驱动参数识别模型的训练样本对。本发明实施例的方案，生成了用于训练口型驱动参数识别模型的高质量样本，为训练得到高精度的口型驱动参数识别模型提供依据。
样本生成模型训练口型驱动方法装置设备介质

[发明专利]声音识别及电力设备故障预警方法、系统、终端及介质-CN202110545819.6在审
发明人：江一;王荣昊;洪乐洲;严伟;许浩强;袁海;石延辉;叶志良;黄家豪;李凯协;陆国生;高雪飞;李喆 -专利权人：中国南方电网有限责任公司超高压输电公司广州局;上海交通大学
申请日： 2021-05-19 - 公布日： 2021-08-27 - 主分类号： G10L25/24 文献下载
摘要：本发明提供了一种声音识别方法及系统，对声音数据集中的声音数据进行标注，得到标注音频信息；对声音数据集中的声音数据依次通过数字信号处理和卡尔曼滤波去噪后，提取声音数据的频谱特征；构建机器学习分类模型，采用标注音频信息和声音数据的频谱特征对机器学习模型进行训练后，得到基于机器学习的声音识别模型；获取待识别音频数据，并将待识别音频数据依次通过数字信号处理和卡尔曼滤波去噪后，输入至声音识别模型，得到相应的分类结果，实现对声音的识别。同时提供了一种基于该声音识别方法的电力设备故障预警方法及系统，根据声音识别结果对电力设备故障进行预警。本发明提高了声音识别的准确率，进而提高了电力设备故障检测的准确率。
声音识别电力设备故障预警方法系统终端介质

[发明专利]一种基于音频数据的身高预测方法、装置、设备和介质-CN202110536777.X在审
发明人：吴建花;李南南;张乔石;余魏 -专利权人：广州国音智能科技有限公司
申请日： 2021-05-17 - 公布日： 2021-08-17 - 主分类号： G10L25/24 文献下载
摘要：本申请公开了一种基于音频数据的身高预测方法、装置、设备和介质，用于提供一种通过声音数据进行身高预测的方法，为公安干警提供高效的线索排查手段。方法包括：获取待预测音频数据；提取待预测音频数据的梅尔频率倒谱系数特征；将梅尔频率倒谱系数特征输入到预置高斯混合通用背景模型进行特征提取，得到特征向量，并将特征向量输入到预置支持向量机回归模型进行身高预测，得到待预测音频数据对应的身高预测结果。
一种基于音频数据身高预测方法装置设备介质

[发明专利]刷牙行为监控方法、装置、设备、介质及芯片系统-CN202110516787.7在审
发明人：费成 -专利权人：展讯通信（上海）有限公司
申请日： 2021-05-12 - 公布日： 2021-08-13 - 主分类号： G10L25/24 文献下载
摘要：本发明提供了一种刷牙行为监控方法、装置、设备、介质及芯片系统，该方法可以应用于可穿戴设备，可穿戴设备采集用户刷牙时的音频信号和传感器数据，然后识别该音频信号和传感器数据，得到识别结果，根据该识别结果，确定用户的刷牙行为状态，当该刷牙状态不符合预设的行为规范时，发出提醒信息。该方法结合音频信号和传感器数据得到识别结果，并根据该识别结果确定当前的刷牙行为状态是否符合预设的行为规范，因此可以准确地识别用户的刷牙行为是否规范。
刷牙行为监控方法装置设备介质芯片系统

[发明专利]基于N-DenseNet和高维mfcc特征的城市声音事件分类方法-CN201910066335.6有效
发明人：曹毅;黄子龙;张威;翟明浩;刘晨;李巍;张宏越 -专利权人：江南大学
申请日： 2019-01-24 - 公布日： 2021-08-03 - 主分类号： G10L25/24 文献下载
摘要：本发明提供一种基于N‑DenseNet和高维mfcc特征的城市声音事件分类方法，其在处理音频数据时能提供更丰富、更有效的特征信息，模型有更强的泛化能力，分类具有更高的准确率。其包括：S1：采集待处理音频数据，对原始音频信号进行预处理，输出音频帧序列；S2：对音频帧序列进行时域和频域分析，提取高维梅尔频率倒谱系数，输出特征向量序列；S3：构建声学模型，并对声学模型进行训练，得到训练好的声学模型；S4：将步骤S2中输出的特征向量序列经过处理后，输入到训练好的声学模型中进行分类识别，得到的识别结果即为声音事件的分类结果；其特征在于：声学模型是以DenseNet模型为基础，结合N阶马尔可夫模型的特点构建的网络模型，即为N阶DenseNet模型。
基于 densenet mfcc 特征城市声音事件分类方法

[发明专利]一种基于MFCC-CNN的矿井提升机故障声学分析方法-CN202110344776.5在审
发明人：李敬兆;秦晓伟 -专利权人：安徽理工大学
申请日： 2021-03-29 - 公布日： 2021-07-30 - 主分类号： G10L25/24 文献下载
摘要：本发明公开了一种基于MFCC‑CNN的矿井提升机故障声学分析方法，包括对采集的提升机运行时音频信号进行预加重、分帧、门限端点检测和加窗的预处理；进行短时傅里叶变换、Mel滤波器滤波和离散余弦变换，完成音频信号的MFCC特征参数提取；构建包括输入层在内的八层CNN模型；对CNN模型进行训练以及提升机故障诊断等步骤，本发明具有诸多优势，利用了声学信号采集速度快，采集设备简单等特点，能够完成提升机状态实时的在线监测与分析，结合神经网络分析方法实现了提升机故障诊断的智能化。
一种基于 mfcc cnn 矿井提升故障声学分析方法

[发明专利]歌声合成方法、装置及电子设备和计算机可读存储介质-CN202110234190.3在审
发明人：庄晓滨;姜涛;胡鹏;黄昕;吴斌;周思瑜 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2021-03-03 - 公布日： 2021-07-23 - 主分类号： G10L25/24 文献下载
摘要：本申请公开了一种歌声合成方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取原始音频信号，并提取原始音频信号的基频信息和音素序列；基于基频信息生成原始音频信号对应的线性频谱向量；对线性频谱向量进行非线性转换，以得到原始音频信号对应的基频骨架；其中，基频骨架的编码维度与音素序列的编码维度相同；将音素序列和基频骨架输入训练完成的声学参数预测模型中，以生成目标梅尔频谱；基于目标梅尔频谱利用声码器生成合成音频信号。本申请提供的歌声合成方法，在增强合成歌声音准的同时提高了歌声合成效率。
歌声合成方法装置电子设备计算机可读存储介质

[发明专利]一种基于DWPT-MFCC与GMM的车内异响识别方法-CN201910065560.8有效
发明人：王若平;房宇;李仁仁;王雪钊;李文睿 -专利权人：江苏大学
申请日： 2019-01-22 - 公布日： 2021-07-20 - 主分类号： G10L25/24 文献下载
摘要：本发明提供了一种基于DWPT‑MFCC与GMM的车内异响声音识别方法，首先通过收纳并采集常见的几种车内异响的声音信号，提取其MFCC特征向量，并针对异响信号非平稳突变的特点，对MFCC的提取过程加以改进，将小波变换带入其计算过程，得到新的特征参数：DWPT‑MFCC，然后对每种异响声音建立GMM模型，训练得到异响声音数据库，最后将采集到的待识别异响信号与库中已建立的模型进行比较，根据最大后验概率估计得到识别结果，达到对异响声音进行识别的目的。能够准确识别车内常见的几种异响声音，为汽车异响测试提供参考，指导相关人员进行车内NVH性能的优化。
一种基于 dwpt mfcc gmm 车内异响识别方法

[发明专利]音频检测方法、装置及存储介质-CN201811278955.8有效
发明人：王征韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2018-10-30 - 公布日： 2021-07-06 - 主分类号： G10L25/24 文献下载
摘要：本发明公开了一种音频检测方法、装置及存储介质，所述方法包括：对待测音频进行音频信号分离，以获取所述待测音频的谐波信号与冲击信号，并获取所述冲击信号的梅尔频谱，然后根据所述梅尔频谱计算所述冲击信号的起始包络，并根据所述冲击信号的起始包络获取所述起始包络的自相关速度谱图，再根据所述自相关速度谱图中的次高峰峰值，确定所述待测音频的律动感强度值。本发明实施例通过分析音频中的强打击点或者强冲击点出现的规律性和强度，给出音频片段的律动感强度值，使得给出的律动感强度值更符合用户的听觉感受。
音频检测方法装置存储介质

[发明专利]基于语音后验概率的多对一语音转换方法-CN201710541962.1有效
发明人：孙立发;李坤;王昊;康世胤;蒙美玲 -专利权人：香港中文大学
申请日： 2017-07-05 - 公布日： 2021-07-06 - 主分类号： G10L25/24 文献下载
摘要：一种使用语音后验概率(PPG)实现音色转换的方法。首先，从目标说话者的语音中，使用与说话者无关的自动语音识别(SI‑ASR)系统来提取PPG。提取到的PPG用作映射不同的说话者之间的关系。PPG包括与时间范围和语音类别范围相对应的值集合，该语音类别对应于音素状态。深度学习模型用于对PPG与目标语音声学特征之间的对应关系建模。完成模型训练之后，任何一个源语音可以作为输入，首先用SI‑ASR提取PPG，然后将PPG输入到训练得到的深度学习模型即可获得转换后的语音，转换后的语音的内容与源语音相同，音色与目标说话者几乎相同。
基于语音概率转换方法

[发明专利]关键词检测方法及装置-CN202110291276.X在审
发明人：魏博;杨美蓉;张涛;唐晓;黄星 -专利权人：三星（中国）半导体有限公司;三星电子株式会社
申请日： 2021-03-18 - 公布日： 2021-06-25 - 主分类号： G10L25/24 文献下载
摘要：提供一种关键词检测方法及装置。所述方法包括：接收用户输入的语音信号；提取所述语音信号的语音特征；将所述语音特征和预设关键词的抽象表征序列输入到端到端的关键词检测模型，并得到所述关键词检测模型输出的所述语音信号中是否存在所述预设关键词的结果，其中，所述关键词检测模型通过下述方式来预测所述语音信号中是否存在所述预设关键词：基于所述语音特征和所述预设关键词的抽象表征序列，获取所述语音信号的抽象表征序列；基于所述语音信号的抽象表征序列，预测所述语音信号中所述预设关键词的位置信息；基于所述语音信号的抽象表征序列和所述位置信息，预测所述语音信号中是否存在所述预设关键词。
关键词检测方法装置

[发明专利]一种基于机器学习中逻辑回归算法的音乐流派分类方法-CN202110229785.X在审
发明人：蔡向东;梁佳雨 -专利权人：哈尔滨理工大学
申请日： 2021-03-02 - 公布日： 2021-06-22 - 主分类号： G10L25/24 文献下载
摘要：一种基于机器学习中逻辑回归算法的音乐流派分类方法，属于数据处理技术领域。本发明为解决人工手动分类，并提升音乐流派分类的准确性和速度，为用户检索分辨各类型音乐流派提供极大便利的方法。本发明通过收集预设的各类型音乐数据，将收集的音乐数据进行格式转换处理，对音乐数据利用梅尔倒谱系数提取出音乐数据的特征参数，利用机器学习中的逻辑回归算法对提取出的音乐数据特征参数向量进行训练与建模，用训练好的模型来预测音乐流派的分类。
一种基于机器学习逻辑回归算法音乐流派分类方法