[发明专利]回铃音聚类分析方法、装置、介质和计算设备在审
| 申请号： | 201910105483.4 | 申请日： | 2019-02-01 |
| 公开（公告）号： | CN109697243A | 公开（公告）日： | 2019-04-30 |
| 发明（设计）人： | 储著西;刘莹莹;杨先军 | 申请（专利权）人： | 网易（杭州）网络有限公司 |
| 主分类号： | G06F16/65 | 分类号： | G06F16/65;G10L15/22;G10L15/26;G10L15/30 |
| 代理公司： | 北京市铸成律师事务所 11313 | 代理人： | 杨瑾瑾;武晨燕 |
| 地址： | 310052 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的实施方式提供了一种回铃音聚类分析方法、装置、介质和计算设备。该方法包括：根据呼叫端的呼叫，获取呼叫端所接收的回铃音；对所述回铃音执行语音识别获得识别结果；提取所述识别结果中的关键信息，根据所述关键信息确定相对应的回铃音的信息标签；以及基于回铃音的信息标签进行聚类分析。通过对回铃音进行语音识别，本发明的方法对通话未接通的原因能进行有效分析，从而显著地降低了由于运营商或设备信令码的不同造成的分析误差，提高了对通话未接通的原因进行分析的效率和准确性。 | ||
| 搜索关键词： | 回铃音 聚类分析 关键信息 计算设备 信息标签 语音识别 呼叫 接通 通话 有效分析 呼叫端 运营商 信令 分析 | ||
【主权项】：
1.一种回铃音聚类分析方法，包括：根据呼叫端的呼叫，获取呼叫端所接收的回铃音；对所述回铃音执行语音识别获得识别结果；提取所述识别结果中的关键信息，根据所述关键信息确定相对应的回铃音的信息标签；以及基于回铃音的信息标签进行聚类分析。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于网易（杭州）网络有限公司，未经网易（杭州）网络有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910105483.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 音乐情感分类方法-201910672832.0
- 侯亚辉;赵庄言;沈向辉 - 中国传媒大学
- 2019-07-24 - 2019-10-25 - G06F16/65
- 本申请涉及一种音乐情感分类方法，包括获取待情感分类的音乐；对音乐的结构进行片段切分；对切分的片段进行特征提取；建立情感分类模型，根据情感分类模型对特征提取后的结果进行情感分类。本申请不需将完整音乐作为训练数据，可以提高模型的训练速度；通过对切分的片段进行特征提取，建立情感分类模型，根据情感分类模型对特征提取后的结果进行情感分类，可以提高模型的分类速度和分类的准确性。
- 基于多层时序池化的音频表示学习方法-201910626365.8
- 韩纪庆;张力文;郑铁然;郑贵滨 - 哈尔滨工业大学
- 2019-07-11 - 2019-10-15 - G06F16/65
- 本发明提供基于多层时序池化的音频表示学习方法，属于音频分类技术领域。本发明首先提取训练集和待表示音频中每个音频样本的频谱特征，并切分成长度相等的片段，利用训练集的片段级别时频特征集合训练CNN网络，然后用训练好的CNN网络提取待表示音频的片段级别特征表示；再将提取的待表示音频的片段级别特征表示作为多层时序池化网络的输入，所述多层时序池化网络的每个时序池化层依次对输入数据进行非线性特征映射和时序编码操作，最终输出待表示音频的表示向量。本发明解决了现有缺少能够灵活、高效地捕捉任意时长音频样本的时序动态信息的特征表示技术的问题。本发明可用于鲁棒和高级的音频表示。
- 一种基于面部表情识别和循环神经网络的音乐生成方法-201910275097.X
- 傅晨波;夏镒楠;李一帆;岳昕晨;宣琦 - 浙江工业大学
- 2019-04-08 - 2019-10-08 - G06F16/65
- 一种基于表情识别和循环神经网络的音乐生成方法，包括以下步骤：1)获取音乐音频数据和人物表情数据；2)对数据进行分类和标记；3)音频数据和图像数据处理；4)初始化RNN‑RBM神经网络；5)训练RNN‑RBM神经网络；6)使用VGG19+dropout+10crop+softmax识别面部表情。7)将识别好的情绪信息输入到训练好的RNN‑RBM网络中，即得到最终的音乐生成。本发明结合了面部情绪识别和AI音乐生成，能够根据人的情绪产生音乐，从而达到情绪调节的目的，具有较高的实际应用价值。
- 推送信息的生成方法及装置-201910470058.5
- 刘弘一;陈若田;熊军;李若鹏 - 阿里巴巴集团控股有限公司
- 2019-05-31 - 2019-09-17 - G06F16/65
- 本说明书实施例提供一种推送信息的生成方法和装置，根据该方法的一个实施方式，获取待推送目标的参考图像及字符描述信息后，一方面，根据字符描述信息预测候选推送文案，另一方面，根据参考图片的类型从素材库中选择合适的候选图片，并将候选推送文案和候选图片组合在一起，为待推送目标确定出推送信息。由于在信息推送过程中，仅仅利用参考图像和用于介绍待推送目标的字符描述信息，大大降低了人工经验的依赖，通过人工智能对图像进行文字、风格的多方面知识理解，并且每个方面都可以有多个产出，从而可以提高生成推送信息的有效性。
- 音乐风格分类方法、装置、计算机设备及存储介质-201910366739.7
- 王健宗;刘奡智 - 平安科技（深圳）有限公司
- 2019-05-05 - 2019-08-30 - G06F16/65
- 本发明公开了一种音乐风格分类方法、装置、计算机设备及存储介质，方法包括获取数据集；将数据集中的音频进行预处理后输入预设的深度卷积神经网络进行训练，得到训练好的网络模型；将待分类音频进行预处理，并输入网络模型得到待分类音频的音乐风格识别结果；其中，预处理包括分离被处理音频的谐波音源与冲击波音源；将被处理音频的原始音源、谐波音源与冲击波音源均转变为频谱图。本发明所提出的音乐风格分类方法、计算机设备及存储介质通过将音频转变为频谱图，利用频谱图训练深度卷积神经网络，再利用训练好的网络模型对待分类音频进行分类识别，可成功实现对音频的较高精度分类，且分类速度快，解决了人工分类的局限。
- 回铃音聚类分析方法、装置、介质和计算设备-201910105483.4
- 储著西;刘莹莹;杨先军 - 网易（杭州）网络有限公司
- 2019-02-01 - 2019-04-30 - G06F16/65
- 本发明的实施方式提供了一种回铃音聚类分析方法、装置、介质和计算设备。该方法包括：根据呼叫端的呼叫，获取呼叫端所接收的回铃音；对所述回铃音执行语音识别获得识别结果；提取所述识别结果中的关键信息，根据所述关键信息确定相对应的回铃音的信息标签；以及基于回铃音的信息标签进行聚类分析。通过对回铃音进行语音识别，本发明的方法对通话未接通的原因能进行有效分析，从而显著地降低了由于运营商或设备信令码的不同造成的分析误差，提高了对通话未接通的原因进行分析的效率和准确性。
- 一种基于SVM主动学习的音乐情感分类方法-201810853536.6
- 景路路;姚磊;景学琦 - 南京林业大学
- 2018-07-30 - 2019-01-11 - G06F16/65
- 本发明公开了一种改进的SVM(支持向量机)主动学习方法，涉及机器学习中的音乐分类与信息处理技术的交叉领域，同时涉及面向大规模训练数据的SVM主动学习分类方法。通过多次迭代方法，把提供给用户信息量最大的样本加入训练集，可以大大减少人工标记样本所耗费的代价。为了评估分类器的性能，实验包含四种音乐情感类别：兴奋的、愤怒的、悲伤的和放松的，对音乐样本进行了分类，并从分类准确率的收敛速度、达到同等准确率下需要标注的样本数目这两个方面，验证了本发明提出的SVM主动学习方法的有效性。
- 专利分类
