“叶珑”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13个，建议您升级VIP下载更多相关专利

[发明专利]命令词识别模型的训练方法、命令词识别方法及装置-CN202210238810.5在审
发明人：叶珑;雷延强 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2022-03-11 - 公布日： 2023-09-19 - 主分类号： G10L15/06 文献下载
摘要：本发明提供了命令词识别模型的训练方法、命令词识别方法及装置，其中命令词识别模型的训练方法包括：获取第一语音命令词音频，对第一语音命令词音频进行解码，得到一个第一最优解码路径和至少一个第二最优解码路径；根据第一最优解码路径中包含第一语音命令词和至少一个第二最优解码路径是否包含第二语音命令词，调用相对应的目标函数，以基于目标函数对命令词识别模型中的参数进行更新；其中，第二语音命令词与第一语音命令词不同。本发明采用了根据解码路径中包含的语音命令词结果调用对应的目标函数并训练的手段，获得了训练好的命令词识别模型能够有效识别和区分不同预设命令词的技术效果，可见本发明能够极大地降低命令词误识别率。
命令识别模型训练方法装置

[发明专利]语音识别模型的调整方法、装置与电子设备-CN202210211184.0在审
发明人：雷延强;叶珑 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2022-03-03 - 公布日： 2023-09-12 - 主分类号： G10L15/06 文献下载
摘要：本申请提供了一种语音识别模型的调整方法、装置与电子设备。该方法包括：获取语音数据库中的音频数据，得到不包括命令词的第一初始音频数据和包括命令词的第二初始音频数据；对第一初始音频数据进行处理，得到与第一初始音频数据不同的音频处理数据；采用初始语音识别模型对音频处理数据进行命令词识别，得到用于表征对应音频处理数据的识别结果，包括命令词的音频处理数据构成负样本数据；根据至少部分第二初始音频数据和负样本数据，至少对初始语音识别模型进行训练，得到目标语音识别模型。该方法中，挑选出发生误识别的音频处理数据，从而构成负样本数据，使得模型训练的样本数据量增大，从而使得目标语音识别模型更加准确。
语音识别模型调整方法装置电子设备

[发明专利]一种识别模型训练方法、装置、电子设备和存储介质-CN202111419870.9在审
发明人：叶珑;雷延强 -专利权人：广州视源人工智能创新研究院有限公司;广州视源电子科技股份有限公司
申请日： 2021-11-26 - 公布日： 2023-05-30 - 主分类号： G10L15/02 文献下载
摘要：本申请实施例公开了一种识别模型训练方法、装置、电子设备和存储介质，通过获取语音样本，语音样本包括语音帧，语音样本对应有样本标签；通过关键词识别模型对语音样本进行声学特征提取，得到语音样本中每帧语音帧的声学特征信息；通过关键词识别模型，将每帧语音帧的声学特征信息与关联语音帧的上下文特征信息进行特征融合处理，得到融合特征信息；根据融合特征信息进行语音内容识别，得到语音样本对应的预测结果；根据语音样本的预测结果与样本标签确定损失权重；基于损失权重、预测结果以及语音样本的样本标签对关键词识别模型的网络参数进行调整，以得到训练后的关键词识别模型，能够有效降低了关键词识别模型误识别率，提升识别率。
一种识别模型训练方法装置电子设备存储介质

[发明专利]一种发音评测方法、装置、设备及存储介质-CN202110846916.9在审
发明人：叶珑;雷延强 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-07-26 - 公布日： 2023-02-03 - 主分类号： G10L25/60 文献下载
摘要：本申请实施例公开一种发音评测方法、装置、设备及存储介质。该方法包括：获取待评测音频和对应的参考文本，通过预设的声学模型对齐待评测音频和对应的参考文本，得到待评测音频的第一测试文本；将第一测试文本中连续的相同字母合并得到第二测试文本，计算第二测试文本中各字母的后验概率，根据后验概率确定对应字母的发音准确度；根据第二测试文本中的字母和对应参考文本中的字母，确定漏读的字母；将第二测试文本中的blank符删除或替换为停顿符得到第三测试文本，根据预设的停顿语言模型计算第三测试文本的语言模型困惑度，根据语言模型困惑度确定待评测音频的发音流利度。采用上述技术手段，解决现有发音评测方式的评测维度单一的问题。
一种发音评测方法装置设备存储介质

[发明专利]一种发音流利度评测方法、装置、设备及存储介质-CN202110616862.7在审
发明人：叶珑;雷延强 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-06-02 - 公布日： 2022-12-06 - 主分类号： G10L25/60 文献下载
摘要：本申请实施例公开了一种发音流利度评测方法、装置、设备及存储介质。本申请实施例提供的技术方案通过对待评测语音进行语音识别，得到包含测试停顿信息的测试文本，并将测试文本中的测试停顿信息去除，得到无停顿文本，根据该无停顿文本构建词间停顿路径网络，并根据词间停顿路径网络中直连分支路径和停顿分支路径对应的概率权重，并从词间停顿路径网络中确定最优路径，根据最优路径确定包含参考停顿信息的参考文本，可根据测试文本和参考文本进行发音流利度评测，得到待评测语音对应的发音流利度评测结果，参考停顿信息反映了流利语音中存在的停顿习惯，更适应于发音停顿的特点，有效提高发音流利度的评测效果。
一种发音流利评测方法装置设备存储介质

[发明专利]一种音频数据筛选方法、装置、设备及计算机可读介质-CN202110518510.8在审
发明人：雷延强;叶珑 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-05-12 - 公布日： 2022-12-02 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种音频数据筛选方法、装置、设备及计算机可读介质，涉及音频处理技术领域，包括：获取音频数据集，音频数据集包括多条音频数据以及每条音频数据对应的文本数据；将音频数据和相应的文本数据对齐，得到包含各第一音素以及第一发音概率的第一序列；对音频数据进行语音识别，得到包含各第二音素以及第二发音概率的第二序列，根据第一序列、第一发音概率、第二序列和第二发音概率确定文本数据中每个文本在音频数据中的第三发音概率；根据第三发音概率，在音频数据集中筛选出目标音频数据以及对应的目标标注文本构建音频训练集。采用上述方法可以解决人为构造的标注文本易出现错误而影响声学模型的训练效果的技术问题。
一种音频数据筛选方法装置设备计算机可读介质

[发明专利]一种篇章背诵质量评测方法、装置、电子设备及存储介质-CN202110507942.9在审
发明人：叶珑;雷延强 -专利权人：广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日： 2021-05-10 - 公布日： 2022-11-11 - 主分类号： G10L15/08 文献下载
摘要：本申请实施例公开了一种篇章背诵质量评测方法、装置、电子设备及存储介质。本申请实施例提供的技术方案，通过将背诵音频输入预先构建的句子并联解码网络，基于句子并联解码网络确定背诵音频中的边界信息；基于边界信息将背诵音频切分为多个音频段，确定各个音频段与背诵文本各个句子的对应关系；基于对应关系将各个音频段输入对应的容错对齐网络，解码得到对应的目标文本序列；提取对应背诵文本各个句子的参考文本序列，逐个将目标文本序列与参考文本序列进行比较，输出相应的背诵质量评测结果。采用上述技术手段，可以精准检测背诵音频中对应各个句子的边界位置，提升背诵音频检测的精准度，进而提升篇章背诵质量的评测精度。
一种篇章背诵质量评测方法装置电子设备存储介质

[发明专利]语音测评方法、装置、设备及存储介质-CN202110023912.0在审
发明人：叶珑;雷延强 -专利权人：广州视琨电子科技有限公司
申请日： 2021-01-08 - 公布日： 2022-07-12 - 主分类号： G10L25/60 文献下载
摘要：本发明公开了一种语音测评方法、装置、设备及存储介质中，所述语音测评包括：确定待测音素的发音情况，其中，发音情况包括发音正确和发音错误；针对每种发音情况，采用发音情况对应的发音良好度GOP计算方案确定待测音素对应的GOP值。本实施例的技术方案针对不同的发音情况进行区分，不同的发音情况采用不同的GOP计算方案，保证发音正确时GOP值不会受影响；并保证发音错误时也能够打出准确的GOP分数，减少错误发音对语音测评结果的影响，提高语音测评结果的准确性。
语音测评方法装置设备存储介质

[发明专利]语音测评方法、装置、设备及存储介质-CN202110023913.5在审
发明人：叶珑;雷延强;佘爽 -专利权人：广州视琨电子科技有限公司
申请日： 2021-01-08 - 公布日： 2022-07-12 - 主分类号： G10L25/60 文献下载
摘要：本发明实施例公开了一种语音测评方法、装置、设备及存储介质，所述语音测评方法包括：确定待测语音对应的第一发音良好度GOP序列和模板语音对应的第二GOP序列，确定第一GOP序列和第二GOP序列之间的相对熵KL散度，基于KL散度确定待测语音的测评结果。本实施例的技术方案利用了GOP特征是概率分布的特点，模板发音GOP序列与模板发音GOP序列的相似性用KL散度进行度量，提高了评测结果的准确性。
语音测评方法装置设备存储介质

[发明专利]发音插入错误检测方法、装置、电子设备及存储介质-CN202010789649.1在审
发明人：叶珑;雷延强;梁伟文;林伟波 -专利权人：广州视琨电子科技有限公司
申请日： 2020-08-07 - 公布日： 2020-10-30 - 主分类号： G10L15/08 文献下载
摘要：本申请提供一种发音插入错误检测方法、装置、电子设备及存储介质。该方法包括：根据发音文本和待检测语音信号，获取待检测语音信号对应的第一音素序列及边界信息，待检测语音信号是针对发音文本的语音信号；根据第一音素序列中静音音素及边界信息，对静音音素构建包含预设混淆音素的候选路径的WFST对齐网络，预设混淆音素包括非静音音素和多读音素串；在WFST对齐网络中搜索待检测语音信号对应的第二音素序列；比较第一音素序列及第二音素序列的音素，确定第一音素序列中是否包含插入错误。本申请中的预设混淆音素包含多读音素串，还可检测出多音素插入的情况，从而提升插入错误识别率。
发音插入错误检测方法装置电子设备存储介质

[发明专利]发音错误检测方法、装置、电子设备及存储介质-CN202010789667.X在审
发明人：叶珑;雷延强;梁伟文 -专利权人：广州视琨电子科技有限公司
申请日： 2020-08-07 - 公布日： 2020-10-30 - 主分类号： G10L15/08 文献下载
摘要：本申请提供一种发音错误检测方法、装置、电子设备及存储介质。该方法包括：根据发音文本和待检测语音信号，获取待检测语音信号对应的第一音素序列及边界信息，待检测语音信号是针对发音文本的语音信号；根据第一音素序列及边界信息，构建包含预设混淆音素的候选路径的WFST对齐网络；在WFST对齐网络中搜索待检测语音信号对应的第二音素序列；比较第一音素序列及第二音素序列的音素，确定第一音素序列中音素是否发音错误。本申请利用构建包含预设混淆音素的候选路径的WFST对齐网络与强制对齐还原出实际音素，减少解码搜索空间，从而加快发音检错的解码速度。
发音错误检测方法装置电子设备存储介质

[发明专利]发音错误检测方法、装置、电子设备及存储介质-CN202010790901.0在审
发明人：叶珑;雷延强;梁伟文 -专利权人：广州视琨电子科技有限公司
申请日： 2020-08-07 - 公布日： 2020-10-30 - 主分类号： G10L15/08 文献下载
摘要：本申请提供一种发音错误检测方法、装置、电子设备及存储介质。该方法包括：根据发音文本和待检测语音信号，获取待检测语音信号对应的第一音素状态序列及边界信息，待检测语音信号是针对发音文本的语音信号，边界信息用于区别第一音素状态序列中各状态对应的不同音素；针对第一音素状态序列中状态，确定状态对应的混淆音素状态中后验概率最大的状态；根据边界信息及后验概率最大的状态，确定状态所属音素对应的目标混淆音素；根据目标混淆音素，确定第一音素状态序列中对应音素是否发音错误。本申请基于第一音素状态序列中状态对应的混淆音素状态中后验概率最大的状态还原出状态所属音素对应的目标混淆音素(即实际音素)，可加快发音检错速度。
发音错误检测方法装置电子设备存储介质

[发明专利]一种光器件光谱响应测量装置及方法-CN201810298777.9有效
发明人：戴键;陈增辉;叶珑;张天;尹飞飞;徐坤 -专利权人：北京邮电大学
申请日： 2018-04-04 - 公布日： 2020-03-20 - 主分类号： H04B10/548 文献下载
摘要：本发明实施例提供了一种光器件光谱响应测量装置及方法，其中，装置包括：电光相位调制器，用于接收电信号产生模块产生的原始电信号，将原始电信号相位调制至光信号产生模块产生的原始光信号上，得到原始双边带相位调制信号并输出，原始电信号为微波恒定频率信号与微波扫频信号的合路信号；光电探测器，用于接收待测光器件根据接收的原始双边带相位调制信号，输出的变换后双边带相位调制信号，对变换后双边带相位调制信号进行光电变换，得到转换后电信号并输出；数据处理模块，用于接收检测模块根据接收转换后电信号，利用从微波扫频信号中解析出的倍频信号，提取转换后电信号的幅频信号和相频信号，并分别转换为光谱响应的幅度响应及相位响应。
一种器件光谱响应测量装置方法

1
共 13 条