“郭启行”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25个，建议您升级VIP下载更多相关专利

[发明专利]VAD尾点检测方法、装置、服务器和计算机可读介质-CN201910147062.8有效
发明人：臧启光;付晓寅;陈涛;郭启行;吴玉芳;瞿琴 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-02-27 - 公布日： 2023-08-04 - 主分类号： G10L15/04 文献下载
摘要：本公开提供一种VAD尾点检测方法和智能设备，通过确定语音包中包含VAD尾点的概率pa，并在解码语音包后，确定与语音包对应的文字指令的语义完整性的概率pn，根据pa、pn和预设的阈值，确定语音包是否包含VAD尾点，从而将声学VAD检测和语义VAD检测相结合，实现VAD尾点检测；本公开VAD尾点检测更加准确，可以避免语音停顿导致的误检，并解决语音包中VAD尾点过长导致的反应迟钝的问题，提升语音人机交互过程中的用户体验。本公开还提供一种服务器和计算机可读介质。
vad 检测方法装置服务器计算机可读介质

[发明专利]数据传输方法、数字人生产设备以及数字人显示设备-CN202211594399.1在审
发明人： 郭启行 -专利权人：北京百度网讯科技有限公司
申请日： 2022-12-13 - 公布日： 2023-04-28 - 主分类号： H04N21/6373 文献下载
摘要：本公开提供了一种数据传输方法、数字人生产设备以及数字人显示设备，涉及通信技术领域，尤其涉及音视频传输领域以及虚拟数字人技术领域。具体实现方案为：接收来自数字人显示设备的指示信息；基于所述指示信息确定发送实时率；基于所述发送实时率，发送数字人音视频数据。本公开实施例可实现根据数字人显示设备的指示动态调整数字人音视频数据的发送实时率，充分利用数字人音视频数据的生产特性降低传输延迟，提升流畅度。
数据传输方法数字人生设备以及显示

[发明专利]语音信息处理方法、装置、设备、存储介质以及程序产品-CN202211276151.0在审
发明人：吉培轩;郭启行;王福到 -专利权人：北京百度网讯科技有限公司
申请日： 2022-10-17 - 公布日： 2023-01-24 - 主分类号： G10L25/51 文献下载
摘要：本公开提供了一种语音信息处理方法、装置、设备、存储介质以及程序产品，人工智能、计算机技术领域，尤其涉及语音处理、深度学习技术领域。语音信息处理方法的具体实现方案为：根据与接收到的语音信息相关联的对象标识，确定与对象标识关联的目标音频特征，其中，目标音频特征表征对象标识指示的目标对象的音频特征；在人工问答模式下，检测语音信息是否与目标音频特征相匹配，得到目标对象检测结果。
语音信息处理方法装置设备存储介质以及程序产品

[发明专利]语音交互的方法、装置、电子设备和存储介质-CN202011324401.4有效
发明人：吴震;周茂仁;刘兵;崔亚峰;革家象;郭启行 -专利权人：北京百度网讯科技有限公司
申请日： 2020-11-23 - 公布日： 2022-09-23 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种语音交互的方法、装置、电子设备和存储介质，涉及语音技术、自然语言处理等人工智能技术领域。具体实现方案为：在获取到查询语句后的第一预设时间内，确定所述查询语句对应的第一识别结果；根据所述第一识别结果，确定第一答复语句；在获取到所述查询语句后的第二预设时间内，确定所述查询语句对应的第二识别结果，其中，所述第二预设时间的长度大于所述第一预设时间的长度；在所述第二识别结果与所述第一识别结果一致的情况下，播放所述第一答复语句。本申请不仅可以提高语音交互速度，而且保证了语音输出语句的准确性和可靠性。
语音交互方法装置电子设备存储介质

[发明专利]一种语音切分方法、装置、设备及存储介质-CN202210488588.4在审
发明人： 郭启行 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-06 - 公布日： 2022-07-29 - 主分类号： G10L15/04 文献下载
摘要：本公开提供了一种语音切分方法、装置、设备及存储介质，涉及数据处理技术领域，尤其涉及语音技术领域。具体实现方案为：持续接收目标语音的语音包，在本地缓存接收到的语音包，并向目标VAD服务转发接收到的语音包；接收目标VAD服务检测到的语音片段的信息及切分出的语音片段；监测目标VAD服务是否发生故障；若监测到目标VAD服务发生故障，基于最新接收到的语音片段的信息，确定本地缓存的语音包中待重新切分的语音数据；向新的VAD服务转发待重新切分的语音数据以及接收到的语音包，以使得新的VAD服务对接收到的数据进行语音片段检测并切分语音片段。应用本公开实施例提供的方案能够提高语音切分的容错率。
一种语音切分方法装置设备存储介质

[发明专利]声纹分离方法、装置、电子设备以及存储介质-CN202111448940.3在审
发明人： 郭启行 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-29 - 公布日： 2022-04-08 - 主分类号： G10L15/26 文献下载
摘要：本公开公开了声纹分离方法、装置、设备以及存储介质，涉及计算机技术领域，尤其涉及语音识别技术领域。具体实现方案为：通过基于音频数据对应的至少一个音频片段的置信度识别结果，去除所述至少一个音频片段中的噪音片段，获取到目标音频片段集合；获取所述目标音频片段集合中至少一个目标音频片段对应的声纹特征；基于所述声纹特征，对所述至少一个目标音频片段进行聚类，得到与所述音频数据对应的声纹分离结果。本公开实施例可以有效去除音频数据中的噪音片段，可以提高有效音频片段获取的准确性，提高声纹分离的准确性。
声纹分离方法装置电子设备以及存储介质

[发明专利]更新方法、装置、电子设备及存储介质-CN202011405311.8有效
发明人：王丹;郭启行;赵立峰 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-02 - 公布日： 2022-03-29 - 主分类号： G06F8/65 文献下载
摘要：本申请公开了一种更新方法、装置、电子设备及存储介质，涉及语音、深度学习等人工智能技术领域。具体实现方案为：语音SDK从服务器端获取到用于对语音识别算法进行更新的更新包后，根据更新包涉及的更新内容，向目标应用程序发送对应的算法更新消息，以触发目标应用程序调用语音识别算法，响应于目标应用程序的调用，加载更新包以得到更新后的语音识别算法，并采用更新后的语音识别算法进行语音识别。相较于现有技术中通过对应用程序进行升级以实现算法更新，存在更新周期长，错误率高等问题，由语音SDK触发应用程序调用语音识别算法，以加载更新包更新语音识别算法，无需对应用程序进行升级，即可实现对算法的更新，有利于提高算法更新的速度。
更新方法装置电子设备存储介质

[发明专利]语音端点检测方法、装置、电子设备及存储介质-CN202110502922.2有效
发明人： 郭启行;徐仁新;戴宁 -专利权人：北京百度网讯科技有限公司
申请日： 2021-05-08 - 公布日： 2022-03-25 - 主分类号： G10L25/87 文献下载
摘要：本公开公开了语音端点检测方法、装置、电子设备及存储介质，涉及深度学习以及智能语音等人工智能领域，其中的方法可包括：获取时间对齐的语音数据及视频数据；利用训练得到的语音检测模型，对语音数据进行语音起点和语音尾点的第一检测；对视频数据进行唇动起点和唇动尾点的第二检测；利用第二检测结果对第一检测结果进行修正，将修正后的结果作为语音端点检测结果。应用本公开所述方案，可提升语音端点检测结果的准确性等。
语音端点检测方法装置电子设备存储介质

[发明专利]音频数据处理方法、系统、装置、设备以及存储介质-CN202111521010.6在审
发明人： 郭启行;贾磊;张洪彬 -专利权人：北京百度网讯科技有限公司
申请日： 2021-12-13 - 公布日： 2022-03-22 - 主分类号： H04L65/60 文献下载
摘要：本公开提供了一种音频数据处理方法、系统、装置、设备以及存储介质，涉及涉及人工智能技术领域，尤其涉及语音交互、虚拟数字人等技术领域。具体实现方案为：云手机客户端采集目标音频数据，并将目标音频数据发送至云手机服务端；云手机服务端根据目标音频数据，确定虚拟对象音频数据和虚拟对象视频数据；以及将虚拟对象音频数据和虚拟对象视频数据发送至云手机客户端；然后云手机客户端播放虚拟对象音频数据和虚拟对象视频数据。
音频数据处理方法系统装置设备以及存储介质

[发明专利]信息传输方法和装置-CN201811285257.0有效
发明人：杨梅芳;吴教仁;郭启行 -专利权人：北京百度网讯科技有限公司
申请日： 2018-10-31 - 公布日： 2021-10-29 - 主分类号： H04L29/06 文献下载
摘要：本申请实施例公开了信息传输方法和装置。该方法的一具体实施方式包括：代理设备接收客户端设备发送的信息，客户端设备发送的信息为QUIC协议中定义的信息；对客户端发送的信息中的验证关联信息执行验证关联信息对应的验证操作，得到验证关联信息对应的验证结果，以及执行与所述验证结果相关联的操作。由代理设备接收客户端设备待发送至服务端设备的信息，在客户端设备与服务端设备QUIC协议通信的各个阶段均进行相应的与DDoS攻击相关联的验证，检测出非法的QUIC握手消息、非法的加密包等非法的QUIC报文，确保仅将合法的QUIC报文发送至服务器端设备进行处理，非法的QUIC报文不会发送给服务器端设备，从而，对DDoS攻击进行防御。
信息传输方法装置

[发明专利]语音识别的方法、装置、电子设备和可读存储介质-CN202110522510.5在审
发明人： 郭启行;崔亚峰 -专利权人：北京百度网讯科技有限公司
申请日： 2021-05-13 - 公布日： 2021-08-31 - 主分类号： G10L15/16 文献下载
摘要：本公开提供了一种语音识别的方法、装置、电子设备和可读存储介质，涉及深度学习与语音处理技术领域。其中，语音识别的方法包括：获取终端设备与服务器端进行数据传输时的网络数据；根据所述网络数据得到至少一种网络特征；将所述至少一种网络特征输入预先训练得到的预测模型，得到所述预测模型输出的预测结果；在确定所述预测结果满足预设要求的情况下，将所述终端设备的识别方式切换为离线识别以进行语音识别。本公开能够提升终端设备在进行语音识别时切换识别方式的准确性。
语音识别方法装置电子设备可读存储介质

[发明专利]人机交互方法、装置、计算机设备和存储介质-CN202011218027.X在审
发明人：徐仁新;郭启行;王福到 -专利权人：北京百度网讯科技有限公司
申请日： 2020-11-04 - 公布日： 2021-03-30 - 主分类号： G10L25/78 文献下载
摘要：本申请公开了人机交互方法、装置、计算机设备和存储介质，涉及云计算、计算机视觉、语音技术领域。具体实现方案为：获取客户端采集的用户图像，以及用户语音，对用户图像进行人脸识别，以根据识别出的人脸区域在用户图像中的相对位置，确定第一位置信息，对用户语音进行声源位置识别，以确定第二位置信息，根据第一位置信息和第二位置信息的匹配性，确定适用的声学概率阈值，在用户语音属于人机交互语音的声学概率小于声学概率阈值的情况下，拒绝客户端响应用户语音执行人机交互，本申请根据人脸区域在用户图像中的相对位置、声源位置，以及确定的声学概率阈值共同来确定人机交互的情况，提高了人机交互的准确性和可靠性。
人机交互方法装置计算机设备存储介质

[发明专利]数据传输方法和装置-CN201810864442.9有效
发明人：刘龙飞;盖于涛;祝晓林;杜春明;郭启行;杨松;陈山;郝庆畅 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-08-01 - 公布日： 2021-01-26 - 主分类号： G10L13/10 文献下载
摘要：本申请实施例公开了数据传输方法和装置。该方法的一具体实施方式包括：基于音频数据中的边界信息，对音频数据进行切分，得到多个包数据；对多个包数据中的每一个包数据进行编码，得到编码后的包数据，以及按照对应的播放次序，将编码后的包数据发送至终端。实现了以流式方式即将音频数据切分为包数据传输音频数据至终端并且可自适应网络状况控制切分方式，避免了诸如根据文本的停顿进行断句后传输较长的语句的语音而造成的播放卡顿的问题。同时，基于边界信息对音频数据的精确切分可确保每一个包数据在字的粒度上的完整性，避免了音频数据的播放中的抖动问题。
数据传输方法装置

[发明专利]用于发送音频信息的方法及装置-CN201910252848.6有效
发明人： 郭启行;王兵 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-03-29 - 公布日： 2021-01-15 - 主分类号： G06F3/16 文献下载
摘要：本公开的实施例公开了用于发送音频信息的方法及装置。该方法的一具体实施方式包括：将待发送音频信息按照设定时长划分为第一音频包序列；对于上述第一音频包序列中的音频包，将该音频包分别压缩成主音频包和备用音频包；将上述第一音频包序列中的对应音频包的主音频包和备用音频包封装成音频传输包后发送。该实施方式提高了音频信息的发送效率，提高了发送音频信息的完整性和有效性。
用于发送音频信息方法装置

[发明专利]用于传输语音数据的方法和装置-CN201910195180.6在审
发明人：王兵;郭启行;崔亚峰;刘洋 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2019-03-14 - 公布日： 2020-10-13 - 主分类号： G10L19/00 文献下载
摘要：本申请实施例公开了用于传输语音数据的方法和装置。该方法的一具体实施方式包括：根据预设时间段内发送的语音数据量确定语音数据传输所需的最小带宽；根据接收到的至少两条回复确认报文确定语音数据传输的可用带宽；基于最小带宽与可用带宽调整音频编码器的码率参数；使用调整过码率参数的音频编码器对采集到的语音进行编码，得到编码后的语音数据；向语音数据接收方发送编码后的语音数据。该实施方式提供了一种基于可变码率的音频编码器的语音数据传输机制，提高了传输语音数据的效率。
用于传输语音数据方法装置

1
2
下一页»
尾页
共 25 条