“邹赛赛”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18个，建议您升级VIP下载更多相关专利

[发明专利]模型训练、音频处理方法、装置、设备、存储介质及程序-CN202210269922.7有效
发明人：陈立;邹赛赛;许楠 -专利权人：北京百度网讯科技有限公司
申请日： 2022-03-18 - 公布日： 2023-09-26 - 主分类号： G10L17/22 文献下载
摘要：本公开提供了模型训练、音频处理方法、装置、设备、存储介质及程序，涉及人工智能领域，尤其涉及语音交互、自然语言处理、深度学习技术。具体实现方案为：获取第一训练样本，第一训练样本包括：第一纯净唤醒音频和第一回声唤醒音频；通过待训练的回声消除模型对第一回声唤醒音频进行回声消除处理，得到第一预测唤醒音频；根据第一预测唤醒音频和第一纯净唤醒音频，对回声消除模型的模型参数进行更新，更新的目标为：唤醒识别模型对第一预测唤醒音频的唤醒识别结果趋近于对第一纯净唤醒音频的唤醒识别结果。通过上述训练过程，提升了回声消除模型输出的音频能够被唤醒识别模型准确识别的概率，因此，能够提高回声场景下的电子设备的唤醒成功率。
模型训练音频处理方法装置设备存储介质程序

[发明专利]语音控制方法、装置、电子设备和存储介质-CN202011211760.9有效
发明人：杨松;邹赛赛;曹介谊;邵俊尧 -专利权人：北京百度网讯科技有限公司
申请日： 2020-11-03 - 公布日： 2023-08-15 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了语音控制方法、装置、电子设备和存储介质，涉及语音技术、云计算和自然语言处理NLP技术领域。具体实现方案为：获取客户端发送的目标音频，目标音频包括客户端在唤醒之前的目标时长内采集的音频，以及唤醒之后采集的音频，增加了目标音频中包含唤醒词的可能性，并提高了获取到的目标音频的可靠性和准确度，进而，在目标音频开始的第一音频片段内识别出唤醒词的情况下，根据目标音频的第二音频片段内所识别出的指令对客户端进行控制，其中，第二音频片段晚于第一音频片段，或者与第一音频片段存在交叠部分，通过将识别到的唤醒词的音频帧划分第一音频频段和第二音频片段，并进行连续的识别，提高了指令识别的效率和可靠性。
语音控制方法装置电子设备存储介质

[发明专利]声源定位方法、装置、设备和计算机存储介质-CN202011008237.6有效
发明人：张若曦;邹赛赛 -专利权人：北京百度网讯科技有限公司
申请日： 2020-09-23 - 公布日： 2022-11-25 - 主分类号： G10L17/24 文献下载
摘要：本申请公开了一种声源定位方法、装置、设备和计算机存储介质，涉及人工智能、深度学习和语音技术领域。具体实现方案为：获取语音信号；将所述语音信号输入声源定位模型，获取所述声源定位模型输出的各帧的唤醒词识别信息和各帧的声源方向信息；利用所述唤醒词识别信息确定唤醒词区间；利用所述唤醒词区间和所述各帧的声源方向信息，确定唤醒词的声源方向；其中，所述声源定位模型基于复数卷积神经网络预先训练得到。本申请能够在远场条件下实现对唤醒词的准确声源定位。
声源定位方法装置设备计算机存储介质

[发明专利]语音信息处理方法、模型的训练方法、唤醒方法及装置-CN202210839668.X在审
发明人： 邹赛赛;贾磊;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2022-07-15 - 公布日： 2022-10-21 - 主分类号： G10L17/24 文献下载
摘要：本公开提供了语音信息处理方法、语音模型的训练方法、语音唤醒方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及人机交互、深度学习、智能语音等技术领域。具体实现方案为：对语音信息进行音节识别，得到语音信息的后验概率序列，语音信息包括语音帧序列，后验概率序列与语音帧序列一一对应，后验概率序列中的每个后验概率用于表征与后验概率相匹配的语音帧中的音节与预定音节之间的相似度；以及基于后验概率序列，从语音帧序列中确定目标尖峰语音帧。
语音信息处理方法模型训练唤醒装置

[发明专利]语音唤醒方法、装置、电子设备以及存储介质-CN202210838284.6在审
发明人： 邹赛赛;贾磊;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2022-07-15 - 公布日： 2022-10-21 - 主分类号： G10L17/24 文献下载
摘要：本公开提供了语音唤醒方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域，尤其涉及人机交互、深度学习、智能语音等技术领域。具体实现方案为：对待识别语音进行词识别，得到唤醒词识别结果；在确定唤醒词识别结果用于表征待识别语音包括预定唤醒词的情况下，对待识别语音进行音节识别，得到唤醒音节识别结果；以及在确定唤醒音节识别结果用于表征待识别语音包括预定音节的情况下，确定待识别语音为正确唤醒语音。
语音唤醒方法装置电子设备以及存储介质

[发明专利]声源定位模型的训练与声源定位方法、装置-CN202111068636.6有效
发明人：都伟;邹赛赛;杜腾宇 -专利权人：北京百度网讯科技有限公司
申请日： 2021-09-13 - 公布日： 2022-09-23 - 主分类号： G10L15/22 文献下载
摘要：本公开提供了一种声源定位模型的训练与声源定位方法，涉及语音处理、深度学习等人工智能技术领域。声源定位模型的训练方法包括：根据包含唤醒词的音频信号得到样本音频；提取样本音频中至少一个音频帧的音频特征，标注至少一个音频帧的方向标签与掩码标签；使用至少一个音频帧的音频特征、方向标签与掩码标签对神经网络模型进行训练，得到声源定位模型。声源定位方法包括：获取待处理音频信号，提取待处理音频信号中每个音频帧的音频特征；将每个音频帧的音频特征输入声源定位模型，得到声源定位模型针对每个音频帧输出的声源方向信息；确定待处理音频信号中的唤醒词尾点帧；根据对应唤醒词尾点帧的声源方向信息得到待处理音频信号的声源方向。
声源定位模型训练方法装置

[发明专利]回声的确定方法、装置、设备以及存储介质-CN202111480836.2有效
发明人：许楠;邹赛赛;陈立 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-06 - 公布日： 2022-09-13 - 主分类号： G10L21/0208 文献下载
摘要：本公开提供了回声的确定方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及人工智能、语音技术等领域。具体实现方案为：对原始音频信号进行回声估计，得到回声估计结果；对回声估计结果进行优化处理，得到优化处理结果，优化处理包括幅值维度优化处理、相位维度优化处理和时域维度优化处理中的至少一种；利用优化处理结果对原始音频信号进行回声确定。通过对回声估计结果进行多维度的优化处理，可以提高回声确定的准确性。
回声确定方法装置设备以及存储介质

[发明专利]语音唤醒模型的训练、唤醒方法、装置、设备及存储介质-CN202210356735.2在审
发明人： 邹赛赛;陈立;张若曦;贾磊;王海峰 -专利权人：北京百度网讯科技有限公司
申请日： 2022-04-06 - 公布日： 2022-08-02 - 主分类号： G10L17/22 文献下载
摘要：本公开提供了一种语音唤醒模型的训练、唤醒方法、装置、设备及存储介质，涉及人工智能领域，尤其涉及深度学习、语音技术等领域。具体实现方案为：获取创建的语音识别训练数据以及语音唤醒训练数据，首先根据语音识别训练数据对基础模型进行训练，得到模型损失函数收敛时的基础模型的模型参数；随后基于模型配置指令更新基础模型中解码模块的配置参数，得到第一模型；再根据语音唤醒训练数据对第一模型进行训练，在模型损失函数收敛时，获得训练好的语音唤醒模型。上述方案可提升语音唤醒模型训练的收敛速度，基于上述语音唤醒模型对音频数据进行处理分析，可提高识别精度，降低误报率。
语音唤醒模型训练方法装置设备存储介质

[发明专利]识别模型的训练方法、识别方法、电子设备及存储介质-CN202111569584.0在审
发明人：何长青;邹赛赛 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-21 - 公布日： 2022-04-01 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种识别模型的训练方法、识别方法、电子设备及存储介质，涉及人工智能领域，尤其涉及语音识别、深度学习等技术领域。具体实现方案为：获取包含唤醒词的第一语音样本、不包含唤醒词的第二语音样本、所述第一语音样本的第一标签以及所述第二语音样本的第二标签；其中，所述第一语音样本包括对包含所述唤醒词的文本数据进行从文本到语音TTS处理而得到的语音数据；获取所述第一语音样本的第一声学特征和所述第二语音样本的第二声学特征；利用所述第一声学特征、所述第二声学特征、所述第一标签和所述第二标签训练识别模型。根据本公开，可降低样本数据的采集时间和成本。
识别模型训练方法电子设备存储介质

[发明专利]语义预测网络的训练方法、装置、设备以及存储介质-CN202011104612.7有效
发明人：陈立;邹赛赛 -专利权人：北京百度网讯科技有限公司
申请日： 2020-10-15 - 公布日： 2021-11-09 - 主分类号： G10L15/06 文献下载
摘要：本公开实施例公开了语义预测网络的训练方法、装置、设备以及存储介质，涉及深度学习和语音分析等人工智能技术领域。其中，语义预测网络包括：编码器网络和至少一个解码器网络，编码器网络包括卷积层和长短期记忆网络层；至少一个解码器网络的每一个解码器网络对应一个域，域与场景指令中的槽位相对应；具体方案为：获取目标语音样本的第一语音特征；其中，目标语音样本为合成语音样本或真实语音样本，合成语音样本附有样本音节标签和包括域的值的语义标签，真实语义样本附有样本音节标签；采用目标语音样本的第一语音特征对初始的语义预测网络和音节分类网络进行联合训练，得到已训练的语义预测网络。
语义预测网络训练方法装置设备以及存储介质

[发明专利]语音唤醒方法和装置-CN201910297806.4有效
发明人：纪盛;房伟伟;戴宁;王丹;邹赛赛;徐木水 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-04-15 - 公布日： 2021-05-28 - 主分类号： G10L15/26 文献下载
摘要：本申请提出一种语音唤醒方法和装置，其中，方法包括：通过电子设备的音视频硬件抽象层接口，获取电子设备当前采集的音频数据；将采集的音频数据进行降噪处理，生成待检测的音频数据；对待检测的音频数据进行唤醒词检测，确定待检测的音频数据中是否包含唤醒词；若待检测的音频数据中包含唤醒词，则对电子设备进行唤醒处理。该方法能够实现提升语音唤醒效率，降低唤醒时延。
语音唤醒方法装置

[发明专利]语音交互控制方法、装置、电子设备、存储介质和系统-CN202010622594.5在审
发明人：高聪;邹赛赛;白锦峰;贾磊 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-30 - 公布日： 2020-10-13 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种语音交互控制方法、装置、电子设备、存储介质和系统，涉及语音识别、人机交互和深度学习技术领域。其中，一种语音交互控制方法的具体实现方案为：采集音频信号；检测所述音频信号中的唤醒词；基于检测的唤醒词结果，播放提示音和/或执行音频信号中的语音指令。本申请实施例简化了交互流程。
语音交互控制方法装置电子设备存储介质系统

[发明专利]语音VAD尾点确定方法及装置、电子设备和计算机可读介质-CN201910151776.6在审
发明人：郭启行;崔亚峰;孟宪海;杜春明;都伟;李亚男;邹赛赛 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-02-28 - 公布日： 2020-09-04 - 主分类号： G10L25/78 文献下载
摘要：本公开提供了一种语音VAD尾点确定方法，包括：接收用户的语音信息，对所述语音信息划分数据包，并将数据包按照时序上传给服务器；在判断当前数据包为静音包时，计算当前的静音时长t；根据所述当前的静音时长t和预设的第一阈值T1，触发所述服务器检测所述语音信息的语义完整性，以使所述服务器根据语义完整性检测结果确定所述语音信息的尾点。语音VAD的尾点不再是靠智能设备上进行截断，智能设备将语音信息划分的数据包按照时序上传给服务器，触发服务器检测所述语音信息的语义完整性，以使服务器根据语义完整性检测结果确定所述语音信息的尾点。语音信息的尾点静音时长由原来的固定时长，成为一个可动态调整的值。
语音 vad 确定方法装置电子设备计算机可读介质

[发明专利]一种语音交互方法、装置、终端及服务器-CN201910026638.5有效
发明人：王丹;邹赛赛;马赛;宇文宏伟;谢延 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-01-11 - 公布日： 2020-07-28 - 主分类号： G10L15/30 文献下载
摘要：本发明提供一种语音交互方法、装置、终端及服务器，该语音交互方法包括：进行串行的多轮端点检测；针对每轮端点检测得到的每个音频数据，向服务器发送识别会话请求信息，由所述服务器对所述多轮端点检测得到的多个音频数据进行识别；接收所述服务器发送的识别结果以及与所述识别结果对应的目标播报内容。本发明的实施例，可以实现持续的多次语音识别过程，从而减少环境音和/或说话人停顿间隔等对识别准确性的影响，不仅支持犹豫发问，还提高识别准确率，增强终端的响应自然度。
一种语音交互方法装置终端服务器

[发明专利]一种语音识别方法、装置及电子设备-CN201710229912.X有效
发明人： 邹赛赛;杨鹏;贾磊 -专利权人：北京猎户星空科技有限公司
申请日： 2017-04-10 - 公布日： 2020-07-03 - 主分类号： G10L15/22 文献下载
摘要：本申请实施例公开了一种语音识别方法、装置及电子设备，涉及计算机技术领域，上述方法包括：将获得的待识别音频输入至预设的语音识别模型，进行语音识别，获得第一识别结果，语音识别模型，用于识别音频中是否存在关键音频段的模型，关键音频段为：语音识别结果包含预设关键词的音频段；在第一识别结果显示待识别音频包含关键音频段的情况下，将目标关键音频段输入至置信度模型，获得第二识别结果，置信度模型，用于获得关键音频段的置信度，目标关键音频段为：待识别音频中包含的关键音频段；根据第二识别结果，判断待识别音频是否为用于唤醒电子设备的音频。应用本申请实施例提供的方案进行语音识别，提高了语音识别结果的准确度。
一种语音识别方法装置电子设备

1
2
下一页»
尾页
共 18 条