[发明专利]编码节点处理方法、装置、计算机设备及存储介质在审
| 申请号： | 202110178750.8 | 申请日： | 2021-02-09 |
| 公开（公告）号： | CN113808594A | 公开（公告）日： | 2021-12-17 |
| 发明（设计）人： | 赵晴 | 申请（专利权）人： | 京东科技控股股份有限公司 |
| 主分类号： | G10L15/32 | 分类号： | G10L15/32;G10L15/16 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 韩海花 |
| 地址： | 100176 北京市北京经济*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出一种编码节点处理方法、装置、计算机设备及存储介质，编码节点，用于进行语音识别，该方法包括确定当前编码节点，当前编码节点，是采用解码图对语音数据进行解码时，当前时间待匹配的编码节点；根据目标阈值对当前编码节点进行目标处理，其中，目标阈值，是根据当前编码节点的利用率确定得到的。通过本申请，由于采用了当前编码节点的利用率作为裁剪的参考，从而能够有效提升裁剪的合理性，能够有效避免编码节点产生冗余，有效提升编码节点在语音识别当中的利用率，从而保障后续的解码路径的选取效率，提升语音识别的响应时效性。 | ||
| 搜索关键词： | 编码 节点 处理 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
暂无信息
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京东科技控股股份有限公司，未经京东科技控股股份有限公司许可，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/202110178750.8/，转载请声明来源钻瓜专利网。
- 上一篇：特征抽取方法、设备和存储介质
- 下一篇：信息处理方法、装置和计算机设备
- 同类专利
- 语音处理方法、装置、设备及存储介质-202310671579.3
- 李良斌 - 北京中科声智科技有限公司
- 2023-06-07 - 2023-09-08 - G10L15/32
- 本申请公开了一种语音处理方法、装置、设备及存储介质，属于人工智能技术领域。该方法包括：从通讯服务器获取外呼过程中来自外呼对象的语音数据流；对语音数据流进行语音开始检测；在检测到语音开始端点的情况下，根据当前负载情况确定并发线程数；按照确定的并发线程数，开启多条线程并发向识别服务器发送语音数据流；其中，识别服务器用于对语音数据流进行语音结束检测；在检测到语音结束端点的情况下，根据语音端点检测结果对语音数据流进行语音识别；获取通过每条线程发送的语音数据对应的语音识别结果；对获取到的语音识别结果进行拼接，并将拼接后的语音识别结果返回给通讯服务器。本申请能够显著提高语音处理效率，外呼效果好。
- 语音分析系统-202310427070.4
- 关根洁 - 互动解决方案公司
- 2020-12-15 - 2023-07-14 - G10L15/32
- 本发明提供一种高精度的语音分析系统。语音分析系统(1)包括第1语音分析终端(3)和第2语音分析终端(5)，第1语音分析终端(3)包括：第1用语分析部(7)，其用于得到第1对话信息；第1对话存储部(9)，其用于存储第1对话信息；第1分析部(11)，其用于分析第1对话信息；演示存储部(13)；相关词存储部(15)；显示部(17)；话题词存储部(19)；对话信息接收部(25)，其从第2语音分析终端(5)接收第2对话信息，第2语音分析终端(5)包括用于得到第2对话信息的第2用语分析部(21)和第2对话存储部(23)，第1分析部(11)使用第1话题词与特定相关词的关系以及第2话题词与特定相关词的关系，采用第1对话片段或者第2对话片段作为正确的对话片段。
- 一种语音识别方法、装置、设备及存储介质-202110312582.7
- 徐燃 - 北京如布科技有限公司
- 2021-03-24 - 2023-06-13 - G10L15/32
- 一种语音识别方法、装置、设备及存储介质。本发明实施例的技术方案，通过获取待识别的语音；将所获取语音输入到至少两种语音识别器中，输出各自语音识别器对应的最优识别结果；将各个语种的最优识别结果分别输入对应语法的识别结果处理器，进行基于语法的置信度校准，输出对应语法识别结果的置信度；将各语法的置信度结果一并送入置信度判决器，进行置信度判决，确定最终识别结果与对应语种；将通过置信度判决的语种所对应的识别结果输出至用户界面，同时返回该识别结果对应的语种，解决了应用在一些场景下需要识别两种或多种语种的语音时，需要用户主动选择的问题，且识别时延低。
- 语音分析系统-202080054980.7
- 关根洁 - 互动解决方案公司
- 2020-12-15 - 2023-05-12 - G10L15/32
- 本发明提供一种高精度的语音分析系统。语音分析系统(1)包括第1语音分析终端(3)和第2语音分析终端(5)，第1语音分析终端(3)包括：第1用语分析部(7)，其用于得到第1对话信息；第1对话存储部(9)，其用于存储第1对话信息；第1分析部(11)，其用于分析第1对话信息；演示存储部(13)；相关词存储部(15)；显示部(17)；话题词存储部(19)；对话信息接收部(25)，其从第2语音分析终端(5)接收第2对话信息，第2语音分析终端(5)包括用于得到第2对话信息的第2用语分析部(21)和第2对话存储部(23)，第1分析部(11)使用第1话题词与特定相关词的关系以及第2话题词与特定相关词的关系，采用第1对话片段或者第2对话片段作为正确的对话片段。
- 语音识别方法及装置、电子设备和存储介质-202211429778.5
- 蒲永杰;张广勇;段亦涛 - 网易有道信息技术（北京）有限公司
- 2022-11-15 - 2023-05-02 - G10L15/32
- 本发明的实施方式提供了一种语音识别方法及装置、电子设备和存储介质。该语音识别方法应用于自动语音识别模型中，所述方法包括：基于待识别的语音数据集中的至少两条语音数据，生成第一任务集；基于预设的映射关系，将所述第一任务集划分为至少一个第一任务批次；其中，所述映射关系表征至少一个任务批次中的每一所述任务批次的特征信息和对应的执行时间之间的关系；采用并行的方式，执行每一所述第一任务批次中的每一任务，以得到每一所述语音数据对应的目标语音识别结果。本发明的方法在降低访存瓶颈的同时提高了计算效率，从而提高了推理效率。
- 语音识别方法、电子设备及存储介质-202110958866.3
- 尹旭贤 - 华为技术有限公司
- 2021-08-20 - 2023-04-07 - G10L15/32
- 本申请实施例提供一种语音识别方法、电子设备及存储介质，涉及信息技术领域，该方法包括：获取待识别语音；使用预设第一模型对所述待识别语音进行计算，得到通用结果；将所述通用结果输入预设第二模型进行计算，得到垂类结果；基于所述垂类结果及所述通用结果，得到语音识别结果。本申请实施例提供的方法，能够提高语音识别的准确度。
- 基于鲁棒语音增强算法的工业设备语音控制方法及系统-202211645855.0
- 张宇 - 北京华晟经世信息技术股份有限公司
- 2022-12-21 - 2023-03-10 - G10L15/32
- 本发明涉及语音处理技术领域，具体涉及基于鲁棒语音增强算法的工业设备语音控制方法及系统，包括以下步骤：分析工业设备部署区域，设定区域边界，在设定区域边界后的工业设备部署区域内构建局域网络；获取工业设备部署区域内工业设备位置信息，根据位置信息生成工业设备拓扑结构图像；在拓扑图像中捕捉各相邻两组工业设备间距离相等且距离短的点位；本发明能够对工业设备的部署区域进行有效识别，从而进一步的在识别到的工业设备部署区域中构建局域网络，使后续在工业设备上部署的语音识别设备具备互联、数据共享条件，以此使得用户能够在工业设备部署区域中任一语音识别设备部署位置进行任意工业设备的控制命令的下发。
- 语音识别装置、语音识别系统-201780069660.7
- 本间健;张睿;松本卓也;小窪浩明 - 歌乐株式会社
- 2017-11-14 - 2023-03-10 - G10L15/32
- 语音识别装置具备：语音检测部，检测从用户输入的语音；信息提供部，使用基于第一语音识别部对所述语音的识别结果的第一语音识别信息、或基于与所述第一语音识别部不同的第二语音识别部对所述语音的识别结果的第二语音识别信息中的某一方的语音识别信息，进行向所述用户的信息提供；以及选择部，基于从所述语音被输入起的经过时间，选择所述第一语音识别信息或所述第二语音识别信息中的某一方作为所述信息提供部所使用的语音识别信息，并且使由所述信息提供部进行的所述信息提供的方法变化。
- 语音识别方法、装置、电子设备-202110552936.5
- 丁科;向鸿雨;万广鲁 - 北京三快在线科技有限公司
- 2021-05-20 - 2022-11-22 - G10L15/32
- 本申请公开了一种语音识别方法，属于计算机技术领域，有助于提升语音识别的效率。所述方法包括：通过预先训练的流式模型的编码模块，对实时获取的语音片段进行编码，输出所述实时获取的语音片段的第一隐层向量表示；通过流式模型的解码模块，对所述第一隐层向量表示进行解码，确定实时获取的语音片段对应的实时识别结果；通过预先训练的非流式模型，基于实时获取的语音片段所属语音输入中各时刻获取的语音片段的第一隐层向量表示，对实时识别结果进行重打分，确定实时识别结果对应所语音输入整体的准确度评分。
- 采用高级特征融合的端到端多通道语音识别方法-202010468201.X
- 郭武;刘谭 - 中国科学技术大学
- 2020-05-28 - 2022-09-30 - G10L15/32
- 本发明公开了一种采用高级特征融合的端到端多通道语音识别方法，包括：对于多通道语音输入，采用与通道数目相同的编码器单独对一个通道的语音输入进行编码；所述编码器为多层金字塔结构的神经网络，神经网络最后一层输出的声学特征序列称为高级特征序列；对于每一通道的高级特征序列，通过得分函数来计算相应的注意力权重，从而将所有通道的高级特征序列融合为一个增强的高级特征序列；将所述增强的高级特征序列输入至解码器，由解码器根据之前预测到的字符以及当前输入的所述增强的高级特征序列中当前字符来计算当前当前字符的概率分布，最终得到所述增强的高级特征序列的识别结果。该方法能够达到相对单通道语音输入的识别率更高的目的。
- 一种语音识别引擎确定方法、装置及计算机设备-202210308958.1
- 王俊伟 - 南京四维智联科技有限公司
- 2022-03-24 - 2022-06-07 - G10L15/32
- 本发明公开了一种语音识别引擎确定方法、装置及计算机设备，该方法包括，当确定本次采集的语音数据为首次采集的语音数据时，将语音数据分别输入到至少两个语音识别引擎，得到至少两个语音识别结果；在语义识别结果包括语音数据处理时间和语音数据处理自信度，基于语音数据处理时间和语音数据处理自信度，从至少两个语音识别引擎中选择一个语音识别引擎作为目标识别引擎。根据该方式，根据对首次采集的语音数据的处理结果，合理的选择目标识别引擎。针对场景的不同，选取与应用场景最适宜的目标识别引擎，可以充分利用某个语音识别引擎只针对特定场景的语音识别有效的特点，实现在不同语音识别场景灵活切换不同语音识别引擎，提升了用户体验度。
- 问题和答案处理方法以及支持该方法的电子设备-201680068844.7
- 金大容;廉东铉 - 三星电子株式会社
- 2016-11-21 - 2022-05-24 - G10L15/32
- 提供了一种电子设备。该电子设备包括通信接口和被配置为与通信接口功能地连接的处理器，该通信接口包括通信电路，其中该处理器被配置为：获得语音信号，与获得语音信号相关地获得与用户相关联的语境信息，如果语境信息满足第一条件，则确定与语音信号相对应的第一响应信息；如果语境信息满足第二条件，则确定与语音信号相对应的第二响应信息；并且将与第一响应信息和/或第二响应信息相对应的响应信息的至少一部分发送到与电子设备可操作地连接的输出设备或电子设备的外部电子设备。
- 基于神经网络的自动语音识别方法、设备及可读存储介质-202110706592.9
- 方明;魏韬;马骏;王少军 - 平安科技（深圳）有限公司
- 2021-06-24 - 2022-05-17 - G10L15/32
- 本发明涉及一种人工智能，提供一种基于神经网络的自动语音识别方法、装置、电子设备及计算机可读存储介质，其中方法包括：通过ASR识别进程中的声学模型和ngram语言模型共同对待识别的音频进行识别处理，获取至少两个以上的初次识别结果；将所述初次识别结果传输至rescore进程，并通过rescore进程中的gpt语言模型进行评分处理，获取gpt语言模型得分；将所述gpt语言模型得分传输至所述ASR识别进程，并替换所述ASR识别进程中的ngram语言模型得分；对所述ASR识别进程中的所述gpt语言模型得分与所述声学模型得分之和进行排序，并将排序结果中排序最前的识别结果作为最终识别结果。本发明主要目的在于通过采用gpt语言模型，解决数据稀疏性的问题。
- 语音识别方法、装置、电子设备及计算机可读存储介质-202011263629.7
- 汪洋;赵鹏程 - 阿里巴巴集团控股有限公司
- 2020-11-12 - 2022-05-13 - G10L15/32
- 本公开实施例公开了一种语音识别方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取待识别语音数据，将所述待识别语音数据输入至预先训练得到的第一语音识别模型中进行语音识别，得到一个或多个第一语音识别结果及其对应的第一语音识别评价分值；响应于检测到预先设置有专项语音识别模型，将所述待识别语音数据输入至所述专项语音识别模型中，得到一个或多个第二语音识别结果及其对应的第二语音识别评价分值；对于所述语音识别结果进行混合排序，得到目标语音识别结果。该技术方案能够快速生成个性化识别资源，借助对于个性化识别资源的调用实现对于个性化内容的精确识别，该技术方案识别率高、计算量低，且性能开销小。
- 语音识别方法、装置、电子设备及计算机可读存储介质-202011265991.8
- 汪洋 - 阿里巴巴集团控股有限公司
- 2020-11-12 - 2022-05-13 - G10L15/32
- 本公开实施例公开了一种语音识别方法、装置、电子设备及计算机可读存储介质，所述方法包括：对于待识别语音数据进行基于后验概率的第一语音识别，得到一个或多个第一语音识别结果及其对应的第一语音识别评价分值；对于所述待识别语音数据进行基于类别的第二语音识别，得到一个或多个第二语音识别结果及其对应的第二语音识别评价分值；基于所述第一语音识别评价分值和第二语音识别评价分值对于所述第一语音识别结果和第二语音识别结果进行混合排序，得到目标语音识别结果。该技术方案能够在一定程度上保障新词增加的全面性的条件下，大大降低语音识别的训练工作量以及所需要的时间成本，从而有利于提高语音识别的准确性和效率。
- 多设备唤醒词检测-202080054717.8
- M·R·P·托马斯;R·J·卡特莱特 - 杜比实验室特许公司
- 2020-07-29 - 2022-03-18 - G10L15/32
- 一种用于选择用于音频处理的设备的方法可以涉及从包括至少第一麦克风的第一设备接收第一唤醒词置信度度量并且从包括至少第二麦克风的第二设备接收第二唤醒词置信度度量。第一和第二唤醒词置信度度量可以与由第一设备确定的第一多个唤醒词置信度值的第一局部极大值和由第二设备确定的第二多个唤醒词置信度值的第二局部极大值对应。该方法可以包括将第一唤醒词置信度度量与第二唤醒词置信度度量进行比较并且至少部分基于第一唤醒词置信度度量与第二唤醒词置信度度量的比较来选择用于后续音频处理的设备。
- 电梯控制方法、装置、电子设备及可读存储介质-202111421777.1
- 郭震;李良斌;陈孝良 - 北京声智科技有限公司
- 2021-11-26 - 2022-03-08 - G10L15/32
- 本申请公开了一种电梯控制方法、装置、电子设备及可读存储介质，属于人工智能技术领域。其中，所述方法包括：当在第一预设时长内接收到两个呼梯指令，且所述第二呼梯指令对应的第二语音识别结果与所述第一呼梯指令对应的第一语音识别结果相同的情况下，根据所述第一呼梯指令对应的除语音匹配得分最高的识别信息之外的其他识别信息，和/或，所述第二呼梯指令对应的除语音匹配得分最高的识别信息之外的其他识别信息，确定第一目标识别结果；根据所述第一目标识别结果，控制电梯对所述第二呼梯指令进行响应。本申请能够提高呼梯指令识别的准确率，提高电梯的运行效率。
- 语音识别方法、装置、电子设备和计算机可读存储介质-201910707508.8
- 陈晓宇 - 出门问问（苏州）信息科技有限公司
- 2019-08-01 - 2022-03-04 - G10L15/32
- 本发明实施例公开了一种语音识别方法、装置、电子设备和计算机可读存储介质，通过语音识别系统获取预定数量的候选识别结果、各候选识别结果在语音识别系统的声学模型中对应的第一概率得分以及在语音是识别系统的语言模型中对应的第二概率得分，并获取基于预先训练的语义识别模型获取的各候选识别结果对应的第三概率得分，根据预先确定的得分权重计算各候选识别结果的第一概率得分、第二概率得分和第三概率得分的加权和，根据所述加权和对各候选识别结果进行排序以获取语音识别结果，由此，可以提高语音识别的准确率。
- 编码节点处理方法、装置、计算机设备及存储介质-202110178750.8
- 赵晴 - 京东科技控股股份有限公司
- 2021-02-09 - 2021-12-17 - G10L15/32
- 本申请提出一种编码节点处理方法、装置、计算机设备及存储介质，编码节点，用于进行语音识别，该方法包括确定当前编码节点，当前编码节点，是采用解码图对语音数据进行解码时，当前时间待匹配的编码节点；根据目标阈值对当前编码节点进行目标处理，其中，目标阈值，是根据当前编码节点的利用率确定得到的。通过本申请，由于采用了当前编码节点的利用率作为裁剪的参考，从而能够有效提升裁剪的合理性，能够有效避免编码节点产生冗余，有效提升编码节点在语音识别当中的利用率，从而保障后续的解码路径的选取效率，提升语音识别的响应时效性。
- 基于多模态语音识别结果纠错方法及相关设备-202111062688.2
- 庄子扬;魏韬;马骏;王少军;肖京 - 平安科技（深圳）有限公司
- 2021-09-10 - 2021-12-10 - G10L15/32
- 本申请实施例提供了一种基于多模态语音识别结果纠错方法及相关设备，所述方法包括：采用声学模型和语言模型对用户的语音数据进行处理，获得多个第一候选识别结果以及对应的声学得分和语言得分；获得每个第一候选识别结果对应的权重得分；将权重得分最高的第一候选识别结果作为目标识别结果，并获取所述目标识别结果的文本序列向量；从所述多个第一候选识别结果中确定声学得分最高的第一候选识别结果，并获取声学得分最高的第一候选识别结果对应的拼音序列向量；将所述文本序列向量和所述拼音序列向量输入预先训练的纠错模型，以获得纠错识别结果。本发明可以有效地纠正语音识别结果的文本错误，尤其是针对谐音字的错误，可以得到有效纠正。
- 中英文混合语音识别方法、装置、电子设备和存储介质-202011399785.6
- 王知践;钱胜;张奇 - 北京百度网讯科技有限公司
- 2020-12-01 - 2021-09-03 - G10L15/32
- 本申请公开了一种中英文混合语音识别方法、装置、电子设备和存储介质，涉及语音技术领域、自然语言处理领域、深度学习领域等人工智能领域。具体实现方案为：响应于接收到语音信息，确定语音信息的发音信息和语言模型得分；根据发音信息确定语音信息的内容中是否存在英文词；响应于语音信息的内容中存在英文词，基于预设的中英文映射表确定与英文词对应的中文词；确定与英文词对应的中文词的得分，将语言模型得分之中的英文词的得分替换成中文词的得分；根据替换后的语言模型得分，获取针对语音信息的语音识别结果。本申请实施例可以提高语言模型得分之中英文词所在路径的得分，从而可以提高中英文混合语音的整体识别效果。
- 一种语音双模式的风扇控制方法-202110397904.2
- 陈芒 - 深圳市传声智能科技有限公司
- 2021-04-14 - 2021-07-13 - G10L15/32
- 本发明公开了一种语音双模式的风扇控制方法，采用本发明提供的方案通过设置两套操作系统，通过设置不同的操作系统以满足不同用户不同情况下不同需求，即可以根据用户的不同实时更换操作系统，针对性的根据用户特点启用不同的语音控制系统，解决了现有语音控制风扇采用固定模式进行语音控制的技术问题。并且，本发明通过设置开启不同操作系统的条件，当启动第二语音控制系统，通过与用户进行反馈并确认的操作步骤，减少误操作的可能性，避免伤害的发生。同时，本发明也适用于不同用户的不同操作习惯，在可以减少误操作的可能性的前提下，也可以适应性的满足不同用户的不同需求，进而提升用户体验。
- 投票内容验证方法及其系统-201911109620.8
- 徐惠 - 支付宝（杭州）信息技术有限公司
- 2019-11-13 - 2021-06-01 - G10L15/32
- 本说明书中的实施例提供了投票内容验证方法及其系统。其中，用户可以通过语音投票系统进行语音投票，投票内容被上传至区块链存证系统，进而用户可以通过投票内容验证系统对目标投票内容进行验证。
- 一种语音识别方法、装置、设备及存储介质-202110253178.7
- 王桑;李成飞;杨嵩 - 北京世纪好未来教育科技有限公司
- 2021-03-09 - 2021-06-01 - G10L15/32
- 本发明提供了一种语音识别方法、装置、设备及存储介质，其中语音识别方法包括：获取包含若干音频片段的第一音频片段集合；对每段所述音频片段分别识别出多个最优识别结果；基于所述最优识别结果，将第一音频片段集合中，最优识别结果同时包括至少一个表示噪声的识别结果和至少一个表示静音的识别结果对应的音频片段作为强噪声片段过滤，获得第二音频片段集合；对所述第二音频片段集合中的每段音频片段进行语音识别，输出语音识别结果。本发明能够有效解决强噪声及突发强噪声对语音识别结果造成的影响，提高了语音识别的准确率。
- 促进以多种语言与自动化助理的端到端沟通-201880001823.2
- 詹姆斯·库茨马尔斯基;维博尔·贾殷;阿玛纳格·苏布拉马尼亚;尼梅什·兰詹;梅尔文·乔斯·约翰逊普雷姆库马尔;弗拉迪米尔·武什科维奇;戴露娜;池田大介;尼哈尔·桑迪普·巴拉尼;雷金娜;牛萌萌 - 谷歌有限责任公司
- 2018-04-16 - 2021-03-30 - G10L15/32
- 这里描述的技术涉及促进与自动化助理的端到端多语言沟通。在各种实施方式中，可以基于以第一语言的话音输入生成语音识别输出。可以基于语音识别输出识别第一语言意图并且履行第一语言意图以便以第一语言生成第一自然语言输出候选。语音识别输出的至少一部分可以被翻译成第二语言以生成至少部分翻译，然后可以使用该至少部分翻译来识别履行的第二语言意图以便以第二语言生成第二自然语言输出候选。可以为第一和第二自然语言输出候选确定分数，并且基于分数，可以选择自然语言输出用于呈现。
- 智能设备控制方法及装置、存储介质、电子设备-201810060092.0
- 汪振环;舒翔;严亚路;张雁 - 科大讯飞股份有限公司
- 2018-01-22 - 2021-03-23 - G10L15/32
- 本公开提供一种智能设备控制方法及装置、存储介质、电子设备。该方法包括：获取至少一个拾音设备采集的当前语音数据，所述当前语音数据用于控制指定智能设备执行指定操作；将信号强度最大的当前语音数据对应的拾音设备确定为当前拾音设备；从所述当前拾音设备绑定的智能设备中确定出所述指定智能设备，控制所述指定智能设备执行所述指定操作。如此方案，可以通过更接近自然语言结构的方式，实现对智能设备的控制，且在控制过程中无需人为设定各智能设备的位置和名称，有助于简化实现过程，提高用户体验。
- 语音对抗样本检测方法、装置、终端设备以及存储介质-202011200369.9
- 黄浩;艾建文;张伟哲;张宾;钟晓雄 - 鹏城实验室
- 2020-11-02 - 2021-02-23 - G10L15/32
- 本发明公开一种语音对抗样本检测方法，所述方法包括以下步骤：获取待检测语音信息；利用预设优化算法对所述待检测语音信息进行优化，获得预处理语音信息；基于所述预处理语音信息和所述待检测语音，获得语音信息集；将所述语音信息集中的语音信息分别输入语音识别模型中进行识别，获得语音识别结果集；基于所述语音识别结果集，获得所述语音识别结果集的相似度得分矩阵；基于所述相似度得分矩阵，获得所述待检测语音信息的语音对抗样本检测结果。本发明还公开了一种语音对抗样本检测装置、终端设备以及存储介质。可以对待检测语音中的未知语音对抗样本进行检测。
- 语音识别方法、装置、设备及可读存储介质-202011272220.1
- 徐正军;黄爽 - 安徽听见科技有限公司
- 2020-11-13 - 2021-02-19 - G10L15/32
- 本申请公开了一种语音识别方法、装置、设备及可读存储介质。该方法包括：获取与待识别语音相关的多媒体数据；确定多媒体数据包含的内容信息；基于内容信息对预设模型进行训练，得到个性化语音识别模型，至少结合通用语音识别模型和个性化语音识别模型对待识别语音进行语音识别，得到语音识别结果。本申请提供的技术方案，借助与待识别语音相关的多媒体数据得到个性化语音识别模型的过程，能够获取例如专业术语等信息作为先验信息，使得个性化语音识别模型具备更好的识别当前领域专业术语的能力，至少结合通用语音识别模型和个性化语音识别模型对待识别语音进行识别，能够显著提升语音识别结果的准确度。
- 车载语音智能蓝牙集成装置-202020180851.X
- 朱建强 - 上海华镇电子科技有限公司
- 2020-02-18 - 2020-11-24 - G10L15/32
- 本实用新型提供一种车载语音智能蓝牙集成装置，由麦克或麦克阵列录音以及由LineIn录音获得第一录音，经过回声消除、语音增强、语音降噪得到第二录音；第二录音通过离线识别单元进行本地语音识别或者通过手机语音助手单元进行云端识别，识别后得到交互消息或者设备控制消息，交互消息由手机语音助手单元执行返回音频输出，设备控制类消息传输至汽车控制中心处理。通过智能语音识别处理，促成普通的车载蓝牙智能化，让车载蓝牙连接手机，以手机为中心，使得车载蓝牙轻松拥有AI智能交互能力，无需动手让用户和车载设备进行语音交互，让车载蓝牙设备获得第三方云端识别的能力和资源，进而变得真正智能起来，赋予车载蓝牙新的竞争力。
- 一种语音识别结果的处理方法、装置、设备及介质-201711445093.9
- 王芮 - 北京金山云网络技术有限公司;北京金山云科技有限公司;北京金迅瑞博网络技术有限公司
- 2017-12-27 - 2020-11-03 - G10L15/32
- 本发明实施例提供了一种语音识别结果的处理方法、装置、设备及介质。方法包括：获取使用多种语音识别方法对同一语音片段分别进行识别得到的作为语音识别结果的多个文本；从所述多个文本中，选取一个文本作为第一文本，并从剩余文本中选取第二文本；将所述第二文本与所述第一文本进行比对，得到所述第一文本中相比所述第二文本的不匹配子串；在所述第一文本中标记所述不匹配子串；展示标记了所述不匹配子串的第一文本。本发明实施例通过对比多种语音识别方法的识别结果，更加准确、全面地发现并提示用户语音识别结果中潜在识别错误的词句。
- 专利分类
