“熊新雷”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24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、电子设备与可读存储介质-CN202310558746.3在审
发明人： 熊新雷;周华;庞敏辉 -专利权人：阿波罗智联（北京）科技有限公司
申请日： 2023-05-17 - 公布日： 2023-09-05 - 主分类号： G10L15/22 文献下载
摘要：本公开提供一种语音控制方法、装置、电子设备与可读存储介质，涉及深度学习、自然语言处理、自动驾驶等人工智能技术领域。其中，语音控制方法包括：获取语音控制指令，根据所述语音控制指令得到文本信息；将所述文本信息与信息提取指令输入大语言模型，获取所述大语言模型的输出结果作为目标函数描述信息，所述信息提取指令用于所述大语言模型从输入的文本信息中提取函数描述信息；根据所述目标函数描述信息确定目标信息集，将与所述目标信息集对应的执行函数作为目标执行函数；根据所述目标执行函数对目标对象进行控制。本公开能够增强语音控制的可扩展性、提升语音控制的响应成功率与准确性。
语音控制方法装置电子设备可读存储介质

[发明专利]音频识别的方法及音频识别模型的训练方法-CN202011556574.9有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉;肖岩;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-09-01 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了音频识别的方法及音频识别模型的训练方法，涉及人工智能、深度学习、语音识别领域。具体实现方案为：获取目标音频的帧级别的特征向量；根据目标音频的帧级别的特征向量，获取目标音频的句级别的特征向量；根据目标音频的句级别的特征向量，确定目标音频中的发声人的性别。本申请通过目标音频的帧级别的特征向量和句级别的特征向量，能够更加准确的识别出目标音频中的发声人的性别。
音频识别方法模型训练

[发明专利]关键词检索方法、装置、电子设备以及存储介质-CN202211137975.X有效
发明人：张辉;熊新雷;周羊;黄宇鑫;陈泽裕;文灿 -专利权人：北京百度网讯科技有限公司
申请日： 2022-09-19 - 公布日： 2023-08-11 - 主分类号： G10L15/08 文献下载
摘要：本公开提供一种关键词检索方法、装置、电子设备以及存储介质，涉及语音识别的技术领域，具体涉及语音关键词检索技术领域，可应用于客服业务质检等场景。方案包括：对语音数据进行解码，得到语音数据的文本和解码帧数据，解码帧数据包括文本中每个文字对应的解码帧；针对文本中每个文字，基于该文字的解码帧的时间戳和该文字的相邻文字的解码帧的时间戳，计算该文字的时间信息；对文本进行关键词检索，响应于文本包含有预设的目标关键词，基于目标关键词中的文字的时间信息确定目标关键词的时间信息；生成包含目标关键词和目标关键词的时间信息的检索结果。上述方法在不引入过多的额外模型的基础上，即可准确地获取到目标关键词的时间信息。
关键词检索方法装置电子设备以及存储介质

[发明专利]语音助手的性能测试方法、装置、电子设备及介质-CN202310403464.6在审
发明人：卓著;庞敏辉;熊新雷;赵明明;张明月 -专利权人：阿波罗智联（北京）科技有限公司
申请日： 2023-04-14 - 公布日： 2023-07-14 - 主分类号： G06F11/36 文献下载
摘要：本公开提供了一种语音助手的性能测试方法、装置、电子设备及介质，涉及人工智能技术领域，具体涉及自然语言处理、深度学习、自动驾驶领域，可用于语音助手的性能测试场景。本公开提供的语音助手的性能测试方法，所述方法包括：根据语音助手的待测功能类型，确定所述待测功能类型的功能释义描述和推荐用例描述；基于所述推荐用例描述，从候选测试用例中选择基础测试用例；验证所述基础测试用例与所述待测功能类型的功能释义描述是否匹配，若匹配则对所述基础测试用例进行泛化处理，得到泛化测试用例；基于所述泛化测试用例，对所述语音助手进行性能测试。本公开可以简化测试流程，提高测试效率，丰富测试用例，提升测试效果。
语音助手性能测试方法装置电子设备介质

[发明专利]一种文本翻译方法、装置及设备-CN201910272783.1有效
发明人： 熊新雷 -专利权人：科大讯飞股份有限公司
申请日： 2019-04-04 - 公布日： 2023-06-02 - 主分类号： G06F40/58 文献下载
摘要：本申请公开一种文本翻译方法、装置及设备，所述方法包括：确定待翻译文本中的数字词语；将所述数字词语替换为预设占位符，并记录所述数字词语的位置信息；对带有所述预设占位符的待翻译文本进行翻译，得到带有所述预设占位符的翻译结果；根据所述数字词语的位置信息，将所述翻译结果中的所述预设占位符替换为所述数字词语的阿拉伯数字形式或者目标语言形式。由于本申请在对待翻译文本进行翻译之前利用预设占位符替换了数字词语，避免了因数字词语被作为普通文本进行切分处理导致的翻译不准确问题，因此，利用本申请提供的文本翻译方法能够提高数字词语翻译的准确性。
一种文本翻译方法装置设备

[发明专利]声学模型训练方法、装置、设备以及存储介质-CN202211675359.X在审
发明人： 熊新雷;庞敏辉;周华 -专利权人：阿波罗智联（北京）科技有限公司
申请日： 2022-12-26 - 公布日： 2023-05-16 - 主分类号： G10L15/02 文献下载
摘要：本公开提供了一种声学模型训练方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及音频处理、语音识别和模型训练等人工智能技术领域。具体实现方案为：通过声学模型在样本音频对应的第一特征数据中加入层归一化处理后的绝对位置编码，得到第二特征数据；通过该声学模型对该第二特征数据进行处理后加入层归一化处理后的旋转位置编码，得到第三特征数据；根据该第三特征数据对该声学模型进行训练。在本公开实施例中，通过对位置编码进行层归一化处理能够提高声学模型的泛化能力，利用训练好的声学模型可以提高音频处理的准确性。
声学模型训练方法装置设备以及存储介质

[发明专利]音频识别的方法、装置、电子设备及存储介质-CN202011553762.6有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉;肖岩;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-05-02 - 主分类号： G10L17/00 文献下载
摘要：本申请公开了音频识别的方法、装置、电子设备及存储介质，涉及人工智能、深度学习、语音识别领域。具体实现方案为：对目标多媒体资源进行人声分离，获取目标多媒体资源中的每个发声人的声纹；将目标多媒体资源中的每个发声人的声纹与声纹库中的预存声纹进行匹配，预存声纹为目标类别人物的声纹；在匹配成功的情况下，确定目标多媒体资源中包含目标类别人物的音频。本申请通过人声分离的方式可以从目标多媒体资源中准确的获取到每个发声人的音频，进而保证每个发声人的音频均能够与声纹库中目标类别人物的声纹进行匹配，提高了目标多媒体资源的检测准确率。
音频识别方法装置电子设备存储介质

[发明专利]声纹识别的方法、装置、设备、存储介质以及程序产品-CN202011545572.X有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-04-07 - 主分类号： G10L17/00 文献下载
摘要：本公开提供了一种声纹识别的方法、装置、设备、存储介质以及程序产品，涉及大数据以及语音识别等领域。具体实现方案为：获取多个对话音频，各对话音频中分别包括有第一发言人的语音片段和第二发言人的语音片段；根据各对话音频对应的第一发言人的身份标识，将多个对话音频划分为多组，每组对话音频对应于相同的第一发言人；对目标组对话音频中各语音片段的声纹进行聚类，得到多个聚类结果；选取包含语音片段数量最多的聚类结果确定为候选聚类结果；将候选聚类结果对应的声纹确定为目标组对话音频对应的第一发言人的声纹。根据本公开的声纹识别的方法具有人力成本低、声纹的提取及识别效率高等优点，有利于缩减声纹库的建立周期。
声纹识别方法装置设备存储介质以及程序产品

[发明专利]音频识别方法、设备和存储介质-CN202110220851.7有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉;肖岩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-26 - 公布日： 2023-01-10 - 主分类号： G10L25/24 文献下载
摘要：本申请公开了音频识别方法、设备和存储介质，涉及深度学习以及音频处理等人工智能技术领域。具体实现方案为：在对待处理的音频数据进行音频识别的过程中，对音频数据进行特征提取，以得到音频数据的倒谱特征信息，并将倒谱特征信息输入到第一音频识别模型，以得到音频数据的音频类型为第一音频类型的第一概率值，以及将倒谱特征信息输入到第二音频识别模型，以得到音频数据的音频类型为第二音频类型的第二概率值；根据第一概率值和第二概率值，确定音频数据的音频类型。由此，准确识别出了音频数据的音频类型，提高了音频数据的音频类型的识别准确度。
音频识别方法设备存储介质

[发明专利]语音识别模型的训练方法、语音识别方法、装置及车辆-CN202211150695.2在审
发明人：赵情恩;常全有;崔晓娟;吴法民;熊新雷;张明月;庞敏辉;周华 -专利权人：阿波罗智联（北京）科技有限公司
申请日： 2022-09-21 - 公布日： 2022-12-30 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音训练模型的训练方法、语音识别方法、装置及车辆。涉及数据处理技术领域，尤其涉及智能座舱、人工智能、语音技术领域。具体实现方案为：基于训练集训练语音识别模型的第一特征提取网络，得到第二特征提取网络；将训练集中目标意图的语音样本集输入第二特征提取网络，得到语音样本集中各语音样本的特征表示；基于各语音样本的特征表示，确定目标意图的中心特征；基于各语音样本的特征表示、中心特征，训练语音识别模型的半径学习网络，得到目标意图的决策半径。本公开基于第二特征提取网络能够准确提取出语音的特征表示。基于该特征表示进一步训练半径学习网络，生成决策半径。生成的决策半径较为准确，能够提高意图识别和拒识的准确性。
语音识别模型训练方法装置车辆

[发明专利]语音质检方法、装置、电子设备及介质-CN202110220938.4有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉;肖岩 -专利权人：北京百度网讯科技有限公司
申请日： 2021-02-26 - 公布日： 2022-12-23 - 主分类号： G10L25/51 文献下载
摘要：本申请公开了一种语音质检方法、装置、电子设备及介质，涉及数据处理领域的语音技术和深度学习技术领域。具体实现方案为：通过获取待质检音频信息，对待质检音频信息进行语音识别，得到待质检音频信息对应的多个文本段，获取多个文本段分别对应的时间戳信息，根据待质检音频信息和多个文本段对应的时间戳信息对待质检音频信息进行声纹聚类，以生成多个说话人的文本内容，从多个说话人的文本内容之中获取目标说话人的文本内容，对目标说话人的文本内容进行质检。由此，通过将待质检音频信息转换为文本内容，以对识别得到坐席的文本内容进行质检，不仅实现了自动化的质检，还大大降低了人工成本，有利于提高语音质检的效率和精准度。
语音质检方法装置电子设备介质

[发明专利]一种音频识别方法、装置、电子设备及存储介质-CN202210343564.X在审
发明人：张银辉;赵情恩;熊新雷;陈蓉;梁芸铭;周羊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-31 - 公布日： 2022-05-27 - 主分类号： G10L17/22 文献下载
摘要：本公开提供了一种音频识别方法、装置、电子设备、可读存储介质以及计算机程序产品，涉及人工智能、安全认证技术以及声纹识别技术领域。具体实现方案为：基于待识别音频在频域对应的第一音频特征，确定所述待识别音频在实数域对应的第二音频特征；利用目标压缩函数对所述第二音频特征进行特征压缩，获得所述待识别音频对应的非线性音频特征，所述目标压缩函数为预先对可平滑对数压缩函数进行参数学习得到的，所述可平滑对数压缩函数中包括预设的可学习参数；基于所述非线性音频特征，确定所述待识别音频对应的音频识别结果。该方案能够在无需人工提取音频特征的情况下，高效的模拟出待识别音频的非线性，进而能够提高音频识别的安全性和识别效率。
一种音频识别方法装置电子设备存储介质

[发明专利]语音翻译和模型训练方法、装置、电子设备以及存储介质-CN202210110163.X在审
发明人：梁芸铭;赵情恩;熊新雷;陈蓉;张银辉;周羊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-01-28 - 公布日： 2022-05-13 - 主分类号： G10L25/48 文献下载
摘要：本公开提供了一种语音翻译方法、模型训练方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及语音翻译、语音合成和深度学习技术领域。具体实现方案为：确定与源语言语音数据对应的源频谱序列数据，其中，源频谱序列数据包括至少一个源频谱数据；对源频谱序列数据和第一位置编码序列数据进行特征提取，得到目标特征向量序列，其中，第一位置编码序列数据包括与至少一个源频谱序列数据对应的位置编码；对目标特征向量序列和第二位置编码序列数据进行处理，得到目标频谱序列数据，其中，第二位置编码序列数据包括与目标特征向量序列对应的位置编码；对目标频谱序列数据进行处理，得到与源语言语音数据对应的目标语言语音数据。
语音翻译模型训练方法装置电子设备以及存储介质

[发明专利]语音情绪识别模型训练方法、情绪识别方法、装置和设备-CN202210153023.0在审
发明人：赵情恩;梁芸铭;张银辉;熊新雷;周羊 -专利权人：北京百度网讯科技有限公司
申请日： 2022-02-18 - 公布日： 2022-05-13 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音情绪识别模型训练方法、情绪识别方法、装置和设备。涉及人工智能领域，尤其涉及智能语音识别、智能情绪识别领域。具体实现方案为：获取样本音频的第一特征和第二特征，其中，该第一特征用于表征与该样本音频的波形有关的特征，该第二特征用于表征与该样本音频的说话者有关的特征；利用该第一特征和该第二特征进行情绪特征解耦；利用解耦得到的情绪特征进行情绪识别训练，得到训练后的语音情绪识别模型。本公开采用解耦得到的情绪特征进行情绪识别训练，训练后的语音情绪识别模型能够更加准确的进行情绪识别。
语音情绪识别模型训练方法装置设备

[发明专利]文本处理方法、装置、电子设备及存储介质-CN202210123167.1在审
发明人：周羊;赵情恩;陈蓉;熊新雷;张银辉;梁芸铭;肖岩 -专利权人：北京百度网讯科技有限公司
申请日： 2022-02-07 - 公布日： 2022-05-06 - 主分类号： G06F40/151 文献下载
摘要：本公开提供了一种文本处理方法、装置、电子设备及存储介质，涉及人工智能技术领域，尤其涉及深度学习、语音技术等领域。具体实现方案为：确定待处理文本与预定目标文本的匹配结果；确定针对待处理文本的场景类型；以及根据匹配结果和场景类型，确定针对待处理文本的输出结果。
文本处理方法装置电子设备存储介质

1
2
下一页»
尾页
共 24 条