“潘颂声”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]声码器训练方法、音频合成方法、介质、装置和计算设备-CN202310423846.5在审
发明人：李鹏;刘华平;潘颂声 -专利权人：杭州网易云音乐科技有限公司
申请日： 2023-04-17 - 公布日： 2023-08-04 - 主分类号： G10L19/16 文献下载
摘要：本公开的实施方式提供了一种声码器训练方法。该声码器训练方法包括：获取音频语料库中音频的第一基频序列；对第一基频序列进行基频扰动处理，得到第二基频序列；对第二基频序列进行映射处理，得到目标张量；对目标张量、音频对应的声学特征序列和音频进行训练，得到用于音频合成的声码器。本公开的方法通过引入基频扰动，提升了声码器在实际应用时对基频预测错误的鲁棒性，从而显著地提高了音频合成的准确性和质量，为用户带来了更好的体验。此外，本公开的实施方式提供了一种音频合成方法、介质、装置和计算设备。
声码训练方法音频合成介质装置计算设备

[发明专利]音频数据处理方法、装置、设备及介质-CN202310400192.4在审
发明人：郑思远;潘颂声;李鹏;赵翔宇;刘华平 -专利权人：杭州网易云音乐科技有限公司
申请日： 2023-04-07 - 公布日： 2023-07-25 - 主分类号： G10H1/00 文献下载
摘要：本公开的实施方式提供了一种音频数据处理方法、装置、设备及介质。本公开通过在对原唱音频数据进行片段切分，得到原唱音频数据对应的多个原唱音频片段的情况下，获取每个原唱音频片段的第一歌词字符串以及至少一个备选翻唱音频数据中每个备选翻唱音频数据的第二歌词字符串，从而基于每个原唱音频片段对应的第一歌词字符串，在每个第二歌词字符串中进行匹配，以从至少一个备选翻唱音频数据中确定与该原唱音频片段匹配的翻唱音频片段，以实现原唱音频片段和翻唱音频片段的匹配，匹配的原唱音频片段和翻唱音频片段后续即可作为用于构建特征提取规则的训练数据，从而即可实现对训练数据的扩充。
音频数据处理方法装置设备介质

[发明专利]音乐识别方法、装置、存储介质及电子设备-CN202310297845.0在审
发明人： 潘颂声;刘华平;李鹏;赵翔宇;郑思远 -专利权人：杭州网易云音乐科技有限公司
申请日： 2023-03-23 - 公布日： 2023-06-13 - 主分类号： G10H1/00 文献下载
摘要：本公开实施方式涉及音乐识别方法、装置、存储介质与电子设备，涉及计算机技术领域。方法包括：获取待处理音频段；确定待处理音频段中每帧待处理音频帧属于候选音频类型的概率值，候选音频类型包括无人声的音乐音频、有人声的音乐音频、带歌词演唱音乐音频以及不带歌词哼唱音乐音频的至少一种；根据每帧待处理音频帧属于目标音频类型的目标概率值，确定待处理音频段中属于目标音频类型的第一目标音频段，目标音频类型为候选音频类型中的任一种；确定第一目标音频段的音乐识别结果。本公开提高了音乐识别结果的可靠性和精准度。
音乐识别方法装置存储介质电子设备

[发明专利]神经网络模型建立方法及语音唤醒方法、装置、介质和设备-CN201811509277.1有效
发明人： 潘颂声;刘东;高益 -专利权人：杭州易现先进科技有限公司
申请日： 2018-12-11 - 公布日： 2022-09-09 - 主分类号： G10L15/22 文献下载
摘要：本发明提供了神经网络模型建立方法及语音唤醒方法、装置、介质和设备。该模型建立方法包括提取语音信号中各个帧的声学特征；基于声学特征得到特征图谱；将特征图谱输入神经网络模型并经过卷积层、池化层和全连接层的处理得到唤醒词概率值；根据唤醒词概率值与预设值的比较结果对模型参数进行校正。该语音唤醒方法包括接收用户输入的语音信号；提取语音信号的声学特征；基于声学特征得到特征图谱；利用神经网络模型对特征图谱进行处理以确定唤醒词概率值；基于唤醒词概率值确定是否进行语音唤醒。本发明通过提取语音信号的声学特征获得特征图谱，并采用神经网络对特征图谱进行处理以得到唤醒词概率值，在降低计算复杂度的同时提高了运算效率。
神经网络模型建立方法语音唤醒装置介质设备

[发明专利]孪生网络模型训练、度量方法、装置、介质和设备-CN202110113716.2有效
发明人：李鹏;曹偲;潘颂声;刘华平;赵翔宇;熊贝尔;陈梦;金强;蔡苗苗;白杨 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-01-27 - 公布日： 2022-05-27 - 主分类号： G06F16/906 文献下载
摘要：本公开涉及一种孪生网络模型训练、度量方法、装置、介质和设备。先预训练一个标签分类模型，然后利用训练出的标签分类模型，通过增加编码神经网络分支的方式，构造孪生网络模型，从而可以基于包括标签分类学习和度量学习的多任务学习的方式，训练得到用于推荐系统中的数据相似度度量的孪生网络模型。通过分阶段训练以及多任务学习约束的方式，可以有效提高模型的稳定性和泛化能力，并提高训练出的用于推荐系统中的数据相似度度量的孪生网络模型的准确性。进一步的，可以基于训练出的孪生网络模型进行数据相似度度量，有效提高数据相似度度量的准确性。将训练出的孪生网络模型用于歌曲相似度度量，即可以有效提高歌曲相似度度量的准确性。
孪生网络模型训练度量方法装置介质设备

[发明专利]音频处理方法、装置、存储介质和电子设备-CN202210062106.9在审
发明人： 潘颂声;曹偲;刘华平;赵翔宇;李鹏 -专利权人：杭州网易云音乐科技有限公司
申请日： 2022-01-19 - 公布日： 2022-04-15 - 主分类号： G10L15/02 文献下载
摘要：本公开的实施方式涉及数据处理技术领域，更具体地，涉及音频处理方法、装置、存储介质和电子设备。所述音频处理方法包括：提取原始音频的每个音频帧的声学特征；将所述声学特征输入神经网络模型，获得所述原始音频的各音频帧属于每种音频类型的概率序列；其中，所述神经网络模型用于预测每个所述音频帧属于各种所述音频类型的概率；根据所述概率序列对所述原始音频进行分段，获得所述原始音频中属于对应的音频类型的音频段。本公开能够自音频中高效、准确地识别出不同类型的音频段，以供针对某些特定类型的音频段进行处理，并且还能够智能地对指定类型的音频段进行变速播放，提升用户的使用体验，满足用户的个性化使用需求。
音频处理方法装置存储介质电子设备

[发明专利]乐曲识别方法、装置、电子设备及计算机可读存储介质-CN202110887131.6在审
发明人： 潘颂声;曹偲;朱一闻;刘华平;赵翔宇;李鹏 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-08-03 - 公布日： 2021-11-02 - 主分类号： G10L25/51 文献下载
摘要：本公开提供一种乐曲识别方法、乐曲识别装置、电子设备及计算机可读存储介质；涉及人工智能技术领域。该乐曲识别方法应用于包括音频输入装置的终端设备，该方法包括：通过音频输入装置接收用户输入的音频；对音频进行分析并确定音频的面貌信息，面貌信息包括无效音频、低信噪比音频或高信噪比音频；当面貌信息指示音频为低信噪比音频时，根据低信噪比识别策略对音频进行识别，并输出低信噪比识别结果；当面貌信息指示音频为高信噪比音频时，根据高信噪比识别策略对音频进行识别，并输出高信噪比识别结果；基于低信噪比识别结果或高信噪比识别结果确定所识别到的乐曲。本公开可以针对各种场景和音频进行有效的识别，并输出准确率较高的匹配结果。
乐曲识别方法装置电子设备计算机可读存储介质

[发明专利]音频数据生成方法及装置、数据集构建方法、介质、设备-CN202110088375.8在审
发明人：李鹏;曹偲;潘颂声;刘华平 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-01-22 - 公布日： 2021-06-11 - 主分类号： G10L13/02 文献下载
摘要：本公开提供了一种音频数据生成方法及装置、数据集构建方法、介质、设备，涉及信号处理技术领域，该方法包括：获取原始音频数据源以及非平稳点噪声源，并对所述原始音频数据源的时间长度以及音高频率进行处理，得到目标声源信号；在预设的虚拟空间内，根据所述目标声源信号以及从所述目标声源信号到所述预设的虚拟空间中包括的音频接收设备之间的第一传递函数，生成第一信号信息；根据所述非平稳点噪声源以及从所述非平稳点噪声源到所述音频接收设备之间的第二传递函数，生成第二信号信息；对所述第一信号信息、第二信号信息进行叠加，得到音频数据。本公开提高了音频数据的生成效率。
音频数据生成方法装置构建介质设备

[发明专利]音频降噪方法、装置、电子设备及计算机可读存储介质-CN202110227616.2在审
发明人： 潘颂声;曹偲;李鹏;赵翔宇;刘华平 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-03-01 - 公布日： 2021-06-11 - 主分类号： G10L21/0208 文献下载
摘要：本申请的实施方式提供了一种音频降噪方法、音频降噪装置、电子设备以及计算机可读存储介质，涉及音频处理技术领域。该方法包括：获取原始音频的信噪比；若信噪比小于等于预设阈值，则根据第一强度对原始音频进行通用降噪处理；若信噪比大于预设阈值，则获取原始音频的人声片段和非人声片段，并对人声片段进行特定降噪处理，对非人声片段进行特定抑制处理。可见，实施本申请实施例可以通过原始音频的信噪比区分不同的噪声情况(例如，信噪比小于等于预设阈值的情况、信噪比大于预设阈值的情况)，针对不同的噪声情况采用不同的降噪手段，以改善现有技术中存在的降噪效果不佳的问题。
音频方法装置电子设备计算机可读存储介质

[发明专利]基于描述文本自动生成文章的方法及系统-CN201611003822.0有效
发明人：张儒瑞;何春江;潘颂声;宋铁 -专利权人：科大讯飞股份有限公司
申请日： 2016-11-15 - 公布日： 2020-05-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于描述文本自动生成文章的方法及系统，该方法包括：接收待生成文章的描述文本；确定所述描述文本的主题，并将该主题作为待生成文章的主题；根据与所述主题对应的文本语料构建主题词图；根据构建的主题词图生成对应所述主题的文章。本发明可以提高生成文章的效率及准确性。
基于描述文本自动生成文章方法系统

[发明专利]自由朗读题型的口语评测方法及系统-CN201610423082.X有效
发明人：宋碧霄;潘颂声;宋铁;高前勇 -专利权人：科大讯飞股份有限公司
申请日： 2016-06-14 - 公布日： 2020-02-07 - 主分类号： G10L15/19 文献下载
摘要：本发明公开了一种自由朗读题型的口语评测方法及系统，该方法包括：接收待评测语音信号；对所述语音信号进行语音识别，并基于识别文本的限定边界切分得到所述语音信号中各基本语音单元对应的语音片段；根据所述识别文本及各语音片段提取所述语音信号的发音准确性特征，并将所述发音准确性特征作为所述语音信号的评测特征；所述发音准确性特征包括以下任意一种或多种：非误识别单词的后验概率、错读单词比例、正确朗读单词比例；根据所述语音信号的评测特征及预先构建的评测模型计算所述语音信号的评测得分。本发明可以准确实现自由朗读题型的自动评测。
自由朗读题型口语评测方法系统

[发明专利]口考作弊检测方法和装置-CN201610424906.5有效
发明人：何春江;胡阳;潘颂声 -专利权人：科大讯飞股份有限公司
申请日： 2016-06-13 - 公布日： 2019-10-18 - 主分类号： G10L15/02 文献下载
摘要：本发明提出一种口考作弊检测方法和装置，该口考作弊检测方法包括：获取当前考生的口考语音数据，以及除所述口考语音数据之外的辅助信息；根据所述口考语音数据和所述辅助信息，提取作弊检测特征，所述作弊检测特征包括：从所述口考语音数据中提取的声纹特征，以及除所述声纹特征之外的其他特征；根据所述作弊检测特征和预先构建的作弊检测模型，得到作弊检测结果。该方法能够扩展口考作弊检测的适用范围。
作弊检测方法装置

[发明专利]发音韵律问题的检测方法及装置-CN201410674294.6有效
发明人：张儒瑞;赵乾;潘颂声;宋碧霄;吴玲 -专利权人：科大讯飞股份有限公司
申请日： 2014-11-21 - 公布日： 2018-01-16 - 主分类号： G10L25/03 文献下载
摘要：本发明提出一种发音韵律问题的检测方法和装置，包括接收待测语音数据；获取待测语音数据的单词边界信息，并提取待测语音数据的韵律信息；根据待测语音数据的单词边界信息和韵律信息生成待测语音数据的韵律标注信息；将待测语音的韵律标注信息与预先标注的参考语音数据的韵律标注信息进行比对分析，以检测待测语音数据是否存在发音韵律问题。本发明的发音韵律问题的检测方法，自动获取语音的韵律标注信息进行比对，无需人工标注，应用更加灵活、广泛，尤其在语言学习类软件中，通过自动检测语音的韵律，可以更加有效的评估用户发音的韵律问题。此外，检测过程中不需要大容量的数据库，计算量少，提高了检测效率。
发音韵律问题检测方法装置

[发明专利]模仿音相似度的检测方法和装置-CN201410628489.7有效
发明人： 潘颂声;赵乾;王兵 -专利权人：科大讯飞股份有限公司
申请日： 2014-11-10 - 公布日： 2017-11-07 - 主分类号： G10L15/08 文献下载
摘要：本发明公开了一种模仿音相似度的检测方法，包括获取用户输入的模仿音，并提取模仿音的语音特征；根据预设的声学模型、标准文本对模仿音的语音特征进行切分以生成模仿音的对比特征；以及根据预先建立的标准被模仿音模板对模仿音的语音特征和模仿音的对比特征进行相似度检测。根据本发明实施例的方法不仅可以体现出模仿音与标准被模仿音的准确度，还可以实现对模仿音和标准被模仿音之间的相似程度的检测，并通过节奏层面、语调层面和内容层面等多维度的相似度检测，使得检测结果更加完善、准确，提升了用户体验。本发明还公开了一种模仿音相似度的检测装置。
模仿相似检测方法装置

[发明专利]音段切分检测方法及系统、口语评测方法及系统-CN201410619840.6有效
发明人：宋铁;赵乾;潘颂声;何春江 -专利权人：科大讯飞股份有限公司
申请日： 2014-11-06 - 公布日： 2017-08-25 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种音段切分检测方法及系统，该方法包括获取对朗读语音进行音段切分得到的切分结果；对所述朗读语音进行语音识别，得到识别结果；根据所述朗读语音对应的朗读文本分别计算切分结果的识别率及识别结果的识别率；如果所述切分结果的识别率高于所述识别结果的识别率，则确定所述切分结果正常；否则确定所述切分结果异常。本发明还公开了一种口语评测方法及系统。利用本发明，可以有效检测音段切分结果是否异常，进而保证评测结果的准确性。
音段切分检测方法系统口语评测

1
2
下一页»
尾页
共 19 条