“杨明祺”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11个，建议您升级VIP下载更多相关专利

[发明专利]人声基频范围确定方法、电子设备及存储介质-CN202310471776.0在审
发明人：胡云燎;杨明祺;张博闻 -专利权人：名日之梦（北京）科技有限公司
申请日： 2023-04-27 - 公布日： 2023-07-18 - 主分类号： G10L25/90 文献下载
摘要：本发明公开一种人声基频范围确定方法、电子设备及存储介质。方法包括：获取人声基频分布，所述人声基频分布包括人声基频的多个频率以及对应幅值；对所述人声基频分布进行双拟合，得到两个拟合分布；基于两个所述拟合分布的比较结果，确定所述人声基频分布的频率范围的最小边界值和/或最大边界值。本发明通过对人声基频分布进行双拟合得到两个拟合分布，并基于两个拟合分布进行比较，准确确定人声基频分布的频率范围的最小边界值和/或最大边界值，从而可以正确的计算基频的值。
人声基频范围确定方法电子设备存储介质

[发明专利]语音合成方法及装置-CN202111283085.5在审
发明人： 杨明祺;张杰;马楠 -专利权人：北京猿力未来科技有限公司
申请日： 2021-11-01 - 公布日： 2023-05-05 - 主分类号： G10L13/02 文献下载
摘要：本说明书提供语音合成方法及装置，其中所述语音合成方法包括：获取包含主音素和副音素的拼音信息；将所述主音素和所述副音素输入至语音合成模型，并通过所述语音合成模型中的编码器进行处理，获得主音素编码向量和副音素编码向量；对所述主音素编码向量和所述副音素编码向量进行拼接，根据拼接结果生成基准音素编码向量和辅助音素编码向量；通过所述语音合成模型中的解码器对所述基准音素编码向量和所述辅助音素编码向量进行处理，并根据解码处理结果生成所述拼音信息对应的音频片段。
语音合成方法装置

[发明专利]基于文本数据的纠错模型的训练方法及装置-CN202210805129.4有效
发明人： 杨明祺;胡云燎 -专利权人：名日之梦（北京）科技有限公司
申请日： 2022-07-08 - 公布日： 2023-04-07 - 主分类号： G06F40/232 文献下载
摘要：本发明提供了一种基于文本数据的纠错模型的训练方法及装置。该训练方法包括：获取第一文本和第二文本，第一文本是通过语音识别获得的语音文本，第二文本是不通过语音识别获得的文本；对第一文本进行统计和/或分析，获取第一文本的错误模式；根据错误模式，修改第二文本，以获取第三文本，其中第三文本用于模拟第一文本且第三文本和第一文本具有相同的错误模式；利用第一文本、第二文本和第三文本，对文本纠错模型进行训练。
基于文本数据纠错模型训练方法装置

[发明专利]一种文本获取方法、装置、存储介质和计算机设备-CN202210952021.8在审
发明人：王智彪;杨明祺;吕志强 -专利权人：名日之梦（北京）科技有限公司
申请日： 2022-08-09 - 公布日： 2022-11-29 - 主分类号： G10L15/26 文献下载
摘要：本申请公开了一种文本获取方法、装置、存储介质及电子设备，其中，方法包括：获取对目标音频进行识别所得到的识别文本集合，识别文本集合包括音频识别系统集合中各音频识别系统分别对目标音频进行识别所得到的多个识别文本，音频识别系统集合中包括至少三个音频识别系统，音频识别系统集合中的音频识别系统与识别文本集合中的识别文本一一对应，在识别文本集合中分别获取两个识别文本之间的编辑距离，基于多个编辑距离，在音频识别系统集合中确定目标音频识别系统，在识别文本集合中将目标音频识别系统对应的目标识别文本，确定为目标音频的输出文本。采用本申请，通过计算不同识别文本之间的编辑距离确定目标识别文本，提高文本获取的准确性。
一种文本获取方法装置存储介质计算机设备

[发明专利]语音文本获取方法及装置-CN202210842959.4在审
发明人：王智彪;杨明祺;吕志强 -专利权人：名日之梦（北京）科技有限公司
申请日： 2022-07-18 - 公布日： 2022-10-21 - 主分类号： G10L15/26 文献下载
摘要：本发明提供了一种语音文本获取方法及装置。该方法包括针对第一音频，获取多个语音识别文本中任意两个语音识别文本之间的编辑距离；针对第一音频，计算多个语音识别系统中的每个语音识别系统的编辑距离之和；针对第一音频，根据编辑距离之和，计算每个语音识别系统的第一权重的值，第一权重为初始权重；根据第二权重的值和多个编辑距离，计算每个语音识别系统的损失函数值，并选择损失函数值最小的语音识别系统对应的语音识别文本作为第一音频的输出文本，第二权重为第一权重或更新后的权重，更新后的权重是根据每个语音识别系统对应的输出文本数量确定的。
语音文本获取方法装置

[发明专利]一种获取用于语音合成的训练文本的方法及装置-CN202210678581.9在审
发明人：王智彪;杨明祺 -专利权人：名日之梦（北京）科技有限公司
申请日： 2022-06-15 - 公布日： 2022-09-23 - 主分类号： G10L13/08 文献下载
摘要：本发明提供了一种获取用于语音合成的训练文本的方法及装置。在该方法中，从文本库中随机选择文本，形成文本样本组和初始的训练文本组；根据文本样本组中的每个第一文本的loss值，从文本样本组中选择M个第一文本作为训练文本添加至训练文本组并将所选择的第一文本从文本样本组中移除，其中，M为正整数且M+N为预设的训练文本数量，loss值表征单个第一文本中发音的稀有程度并且loss值随训练文本组中的训练文本的数量增加而变化；其中，选择M个第一文本作为训练文本包括每次选择一个第一文本作为一个训练文本直至已选择出的训练文本的数量等达到M。
一种获取用于语音合成训练文本方法装置

[发明专利]一种拼音标注方法及装置-CN202110013709.5在审
发明人： 杨明祺;马楠;高强;蒋荣正;夏龙;郭常圳 -专利权人：北京猿力未来科技有限公司
申请日： 2021-01-06 - 公布日： 2021-04-20 - 主分类号： G06F40/289 文献下载
摘要：本申请提供一种拼音标注方法及装置，其中所述拼音标注方法包括：对待处理文本进行分词处理生成多个词单元集合，所述待处理文本中包含至少一个多音字，根据预先建立的拼音词表分别对所述多个词单元集合中的单音字进行拼音标注，生成所述多个词单元集合分别对应的初始拼音序列，对所述初始拼音序列进行拼接生成所述待处理文本对应的中间拼音序列，并基于所述中间拼音序列生成所述待处理文本对应的语音数据，提取所述语音数据的第一音频特征，基于所述第一音频特征以及所述中间拼音序列对所述至少一个多音字进行拼音打分预测，并根据预测结果确定所述至少一个多音字的拼音标注结果。
一种拼音标注方法装置

[发明专利]丢包补偿方法及装置-CN202011502968.6在审
发明人：王晓红;陈佳路;王冬晓;杨明祺;马楠;高强;夏龙;郭常圳 -专利权人：北京猿力未来科技有限公司
申请日： 2020-12-18 - 公布日： 2021-04-09 - 主分类号： G10L19/00 文献下载
摘要：本说明书提供丢包补偿方法及装置，其中所述丢包补偿方法包括：接收音频数据流，若确定音频数据流中当前帧为丢包帧，且所述当前帧的上一帧不是丢包帧，则确定所述当前帧为第一个丢包帧；从音频数据流中获取所述第一个丢包帧之前的M帧历史音频数据，生成第一音频序列；确定M帧历史音频数据的音频特征，并基于M帧历史音频数据的音频特征，生成第二音频序列；基于第一音频序列，在第二音频序列中确定与第一音频序列的互相关性最大的位置，并将第二音频序列中互相关性最大的位置之后的音频数据确定为第一个丢包帧的第一补偿音频数据。通过上述方法可以减少播放的音频数据机械且重复的问题的出现。
补偿方法装置

[发明专利]样本生成方法及装置-CN202011309190.7有效
发明人：王冬晓;杨明祺;马楠;夏龙;郭常圳 -专利权人：北京猿力未来科技有限公司
申请日： 2020-11-20 - 公布日： 2021-02-26 - 主分类号： G10L13/02 文献下载
摘要：本说明书提供样本生成方法及装置，其中所述样本生成方法包括：获取多个文本音频对，其中每个文本音频对中包含文本片段和音频片段；计算所述多个文本音频对中每个文本音频对的音频片段的音频特征，并根据所述音频特征在所述多个文本音频对中筛选出目标文本音频对和所述目标文本音频对对应的拼接文本音频对；将所述目标文本音频对和所述拼接文本音频对拼接为待检测文本音频对，并对所述待检测文本音频对进行检测；在所述待检测文本音频对满足预设检测条件的情况下，将所述待检测文本音频对写入训练数据库。
样本生成方法装置

[发明专利]文本处理方法及装置-CN202011133952.2在审
发明人：蒋荣正;夏龙;马楠;杨明祺;郭常圳 -专利权人：北京猿力未来科技有限公司
申请日： 2020-10-21 - 公布日： 2021-01-22 - 主分类号： G06F40/242 文献下载
摘要：本说明书提供文本处理方法及装置，其中所述文本处理方法包括：获取携带有多音字标识的初始文本，初始文本中包含至少一个多音字；确定初始文本对应的第i个拼音序列，并根据多音字标识和初始文本构建至少一个包含多音字的元词组，其中i从1取值且i为正整数；根据第i个拼音序列确定元词组的词组拼音序列，并将词组拼音序列输入至文本生成模块处理，获得词组拼音序列对应的参考词组；在元词组和参考词组不一致的情况下，i自增1，并执行确定初始文本对应的第i个拼音序列步骤；在元词组和参考词组一致的情况下，基于多音字标识、初始文本和第i个拼音序列创建文本拼音组，并写入多音字文本库。
文本处理方法装置

[发明专利]一种听写方法及装置-CN202010286716.8在审
发明人：杨昕;孙梦蕊;李云锦;杨万里;许豪;马楠;杨明祺;唐育洋;李鑫 -专利权人：北京猿力教育科技有限公司
申请日： 2020-04-13 - 公布日： 2020-08-11 - 主分类号： G06Q50/20 文献下载
摘要：本申请提供一种听写方法及装置。其中，所述方法包括：接收听写指令，基于所述听写指令在目标语音题目题库中抽取多个待听写题目以及每个所述待听写题目的正确答案；依次播放所述待听写题目，并在所述待听写题目播放完毕的情况下获取作答图像；识别所述作答图像中的答案信息；将所述答案信息与所述待听写题目的正确答案进行对比，生成听写结果。本申请提供的听写方法，可以提供从读题到答题，再到批改检查的听写练习交互全过程，大大的提升了用户体验感。
一种听写方法装置

1
共 11 条