“谢旭荣”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6个，建议您升级VIP下载更多相关专利

[发明专利]基于内嵌三维参数的驾驶员注视估计方法及装置-CN202310917593.7在审
发明人：朱一瞳;陈辉;姚乃明;谢旭荣;王宏安 -专利权人：中国科学院软件研究所
申请日： 2023-07-25 - 公布日： 2023-10-20 - 主分类号： G06V20/59 文献下载
摘要：本发明公开了一种基于内嵌三维参数的驾驶员注视区域估计方法及装置。所述方法包括：计算数据集中驾驶员面部图像的面部深度信息，所述驾驶员面部图像由位于不同位置的摄像装置拍摄得到；计算数据集中驾驶员面部图像的背景信息聚簇，并基于聚簇结果为驾驶员面部图像分配一伪标签；基于驾驶员面部图像、驾驶员面部图像的面部深度信息以及驾驶员面部图像的伪标签对一内嵌三维参数的神经网络进行训练，得到注视区域估计模型；将待测图像、待测图像的面部深度信息以及待测图像的伪标签输入注视区域估计模型，得到待测图像中驾驶员的注视区域和相机位置。本发明有效保证驾驶员注视区域估计的准确性的同时，可以对不同车型和不同的相机位置进行自适应。
基于三维参数驾驶员注视估计方法装置

[发明专利]基于超声的多模态发音数据采集方法和系统-CN202310553170.1在审
发明人：苏荣锋;谢旭荣;王岚;燕楠;魏建国 -专利权人：中国科学院深圳先进技术研究院
申请日： 2023-05-16 - 公布日： 2023-10-13 - 主分类号： A61B8/00 文献下载
摘要：本案涉及一种基于超声的多模态发音数据采集方法及系统，属于信息技术领域，用于解决现有技术缺乏标准化的多模态数据采集方法和系统。技术方案如下：使用多线程同步采集语音和超声数据，并根据语音任务将语音数据、超声数据和语料文本数据一一对应存储，构成多模态数据；对多模态数据进行数据过滤后，进行数据配准，得到用于分析的多模态数据；所述超声数据具有表征一次语音任务开始前和结束后设定次数的吞咽动作。通过建立硬件采集平台，可减少同步误差，进一步通过程序辅助实现数据处理，不仅可实现同步采集，而且可实现自动化采集，降低采集难度。
基于超声多模态发音数据采集方法系统

[发明专利]音乐生成模型的训练方法及训练装置、存储介质、设备-CN202110378669.4在审
发明人：刘海滨;燕楠;王岚;谢旭荣;苏荣锋 -专利权人：中国科学院深圳先进技术研究院;海南智韵科技有限责任公司
申请日： 2021-04-08 - 公布日： 2022-10-18 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了音乐生成模型的训练方法及训练装置、存储介质、设备。训练方法包括：对原始音乐数据集按照不同单位尺度进行分割，获得音符尺度的数据集和至少两种其他尺度的数据集，其他尺度均大于音符尺度；利用音符尺度的数据集对第一循环神经网络模型进行训练，获得音符生成模型，利用其他尺度的数据集依次对第二循环神经网络模型进行训练，获得乐理特征预测模型；将音符生成模型作为音乐智能体，将乐理特征预测模型作为奖励函数，根据强化学习方法对音乐智能体进行训练，获得最终的音乐生成模型。通过乐理特征分析充分挖掘了音乐自身的特点，将融合了多尺度乐理特征的特征模型作为强化学习的奖励函数，更加考虑了音乐粗细程度的影响。
音乐生成模型训练方法装置存储介质设备

[发明专利]基于循环特征提取的音乐生成模型的训练方法、训练装置-CN202110379387.6在审
发明人：师海波;燕楠;王岚;谢旭荣;苏荣锋 -专利权人：深圳先进技术研究院;海南智韵科技有限责任公司
申请日： 2021-04-08 - 公布日： 2022-10-18 - 主分类号： G10H1/00 文献下载
摘要：本发明公开了一种基于循环特征提取的音乐生成模型的训练方法、训练装置、介质和设备。训练方法包括：获取本轮训练的音乐输入数据集，并将音乐输入数据集与随机噪声拼接形成本轮训练的训练样本；将本轮训练的训练样本输入至生成器中，得到本轮训练的输出数据集，当前轮的输出数用作下一训练轮的音乐输入数据集；将本轮训练的输出数据集和获取到的音乐真实数据样本输入到判别器中，得到本轮训练的判别结果；根据本轮训练的判别结果更新损失函数，并根据更新后的损失函数调整音乐生成模型的网络参数，结束本轮训练。本申请的训练方法使得后续训练采用的样本带有上一轮信息，这样训练得到的模型能增强乐句的上下文相关性，产生连贯性更佳、音乐风格更统一的音乐样本。
基于循环特征提取音乐生成模型训练方法装置

[发明专利]音频数据可视化方法及装置-CN201611183228.4有效
发明人： 谢旭荣;王岚 -专利权人：中国科学院深圳先进技术研究院
申请日： 2016-12-20 - 公布日： 2019-11-19 - 主分类号： G06F16/783 文献下载
摘要：本发明适用于信号处理技术领域，提供了一种音频数据可视化方法及装置，所述方法包括：接收音频数据并提取所述音频数据的声学特征；通过情感分类模型得出所述音频数据的与所述声学特征时序上对应的情感特征；通过模式特征生成模型生成所述音频数据的与所述情感特征时序上对应的模式特征；通过预设数据库获取与所述模式特征对应的预设可视化信息并展示，所述预设数据库中存储有多对一一对应的模式特征和预设可视化信息。上述方法可根据任意音频数据生成对应的模式特征并予以显示，而且相对于现有技术，音频数据与可视化信息之间具有更好的一致性和匹配度。
音频数据可视化方法装置

[发明专利]一种自适应语言训练方法和平台-CN201310627536.1有效
发明人：毛羽;王岚;燕楠;谢旭荣 -专利权人：中国科学院深圳先进技术研究院
申请日： 2013-11-28 - 公布日： 2014-02-26 - 主分类号： G06F3/16 文献下载
摘要：本发明公开了一种自适应语言训练方法和平台，以实现对用户在所选择的场景下输入的任意语音信息进行评价。该方法包括：调度模块调用语音识别模块对用户在所选择的场景下输入的任意语音信息进行语音识别；语音识别模块对任意语音信息进行识别，向评价模块输入识别结果；评价模块进行语义规范度、内容完整度和内容准确度的评价，对语义规范度、内容完整度和内容准确度的评价结果进行加权得到综合评价结果；调度模块将识别结果和综合评价结果反馈给用户。本发明使得系统在对用户表述进行评价时只需获得参考回答文本和期望关键词文本即可，能够客观、准确地反映用户的语言运用能力，利于提高用户的语言表述能力。
一种自适应语言训练方法平台