“目标发音”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果885745个，建议您升级VIP下载更多相关专利

[发明专利]语音转换方法、装置、电子设备及存储介质-CN202211137419.2在审
发明人：殷昊;江明奇;丁辉;陈云琳;叶顺平 -专利权人：北京羽扇智信息科技有限公司
申请日： 2022-09-19 - 公布日： 2022-12-30 - 主分类号： G10L21/013 文献下载
摘要：本公开实施例的语音转换方法包括：获取当前源语音块；提取当前源语音块的语音后验概率特征；利用当前源语音块的语音后验概率特征和已获得的先前源语音块的历史记忆信息生成对应当前源语音块的声学特征；将对应当前源语音块的声学特征合成为目标语音块；其中，目标语音块具有目标发音人的音色特征，源语音块的说话人为源发音人。
语音转换方法装置电子设备存储介质

[发明专利]车辆的语音控制方法、电子设备和计算机可读存储介质-CN202310653732.X在审
发明人：冯泯;陈立荣;高晓辉 -专利权人：博泰车联网（南京）有限公司
申请日： 2023-06-02 - 公布日： 2023-08-29 - 主分类号： G10L15/10 文献下载
摘要：该车辆的语音控制方法包括：响应于接收到用户的免唤醒指令，对所述免唤醒指令进行解析以获取包括解析指令的解析结果；响应于确定出所述解析指令不满足预设执行条件，获取与所述解析指令对应的第一设备的状态以及与所述解析指令发音相同或发音相似的相似指令对应的第二设备的状态；以及根据所述第一设备的状态和所述第二设备的状态控制与目标指令对应的设备执行所述目标指令，所述目标指令为所述解析指令或所述相似指令。
车辆语音控制方法电子设备计算机可读存储介质

[发明专利]搜索装置、搜索方法以及程序-CN201110135123.2无效
发明人：山田敬一;本田等 -专利权人：索尼公司
申请日： 2011-05-18 - 公布日： 2011-11-30 - 主分类号： G06F17/30 文献下载
摘要：搜索装置包括：声音识别单元，其识别输入声音；用户信息估计单元，其基于输入声音估计输入声音的说话者的身体状态和情感行为中的至少一个，并且输出表示估计结果的用户信息；匹配单元，其对于多个搜索结果目标词语串中的每个，在搜索结果目标发音符号串和识别结果发音符号串之间执行匹配；以及生成单元，其基于匹配结果，从多个搜索结果目标词语串中生成搜索结果词语串，作为与输入声音对应的词语串的搜索结果。
搜索装置方法以及程序

[发明专利]一种便携式实时反馈语言学习系统-CN202110774465.2在审
发明人：刘育雁 -专利权人：东北师范大学
申请日： 2021-07-08 - 公布日： 2021-10-15 - 主分类号： G10L15/22 文献下载
摘要：本设备可智能根据用户的学习目标和应用场合分析其发音是否需要纠正，并进行指导教学。本设备将采集到的语音信号经过语音识别处理后，转换为数字信号传输至控制器，采用滑窗离散傅里叶变换方法进行谐波提取分析，将语音信号波形(即对应的音强，音长，音高)实时显示，并基于残差理论将语言库中对应语句波形进行对比，判断其发音是否正确本设备携带方便，能够满足非母语学习者及发音不标准用户根据其需求解决语言发音问题。
一种便携式实时反馈语言学习系统

[发明专利]一种基于人工智能语义分析的角色表情动画的生成方法-CN202210721665.6在审
发明人：葛水英;潘蒙 -专利权人：北京中科视维文化科技有限公司
申请日： 2022-06-17 - 公布日： 2022-10-04 - 主分类号： G06T13/40 文献下载
摘要：本申请公开了一种基于人工智能语义分析的角色表情动画的生成方法，其中，所述方法包括接收音频文件；将所述音频文件按照预设语音转换规则转换得到文字序列，其中所述文字序列中包括每个文字的发音信息以及发音开始结束时间；根据所述发音信息、所述发音开始结束时间解析得到对应的口型表情序列信息；根据所述文字序列中文本情感分析结果，得到情绪信息；将通过所述情绪信息得到的表情库以及动作库与所述口型表情序列信息合成，得到角色目标表情动画下发至用户端
一种基于人工智能语义分析角色表情动画生成方法

[发明专利]基于图像识别的唇语识别方法、装置、设备及存储介质-CN202011635782.8在审
发明人：周亚云;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2020-12-31 - 公布日： 2021-05-11 - 主分类号： G06K9/00 文献下载
摘要：实时采集唇语用户的多帧人脸图像进行关键点检测与唇部区域定位，得到各人脸图像对应的唇部区域图像；依次对各人脸图像对应的唇部区域图像进行特征提取，得到唇语用户的唇部特征序列；将唇部特征序列输入预置唇语识别模型，输出唇语用户对应的发音音素序列；将发音音素序列转换成文字格式的多个自然语句，并通过预置统计语言模型对多个自然语句进行打分，得到目标自然语句；将目标自然语句进行音频转换，得到唇语发音并进行播报。
基于图像识别方法装置设备存储介质

[发明专利]跨语种语料合成方法、语音合成模型训练方法及相关装置-CN202211060290.X在审
发明人：江源;陈梦楠;高丽;宋彦 -专利权人：中国科学技术大学
申请日： 2022-08-31 - 公布日： 2023-04-18 - 主分类号： G10L13/02 文献下载
摘要：本申请提供了跨语种语料合成方法、语音合成模型训练方法及相关设备，跨语种语料合成方法包括：获取跨语种文本、目标发音人嵌入向量，以及跨语种文本包含的各语种分别对应的语种嵌入向量；确定跨语种文本包含的各字符分别对应的字符嵌入向量；根据跨语种文本包含的各语种分别对应的语种嵌入向量、跨语种文本包含的各字符分别对应的字符嵌入向量，以及目标发音人嵌入向量，确定跨语种文本对应的语音频谱；由语音频谱和跨语种文本组成跨语种语料。本申请能够合成同一发音人语种切换的语音频谱，由此得到该语音频谱和跨语种文本组成的跨语种语料，从而后续可基于得到的跨语种语料构建出合成语音的自然度更高的语音合成模型。
语种语料合成方法语音模型训练相关装置

[发明专利]一种基于图像识别的口语训练方法及家教设备-CN201910041715.4在审
发明人：徐杨 -专利权人：广东小天才科技有限公司
申请日： 2019-01-16 - 公布日： 2019-04-16 - 主分类号： G09B19/04 文献下载
摘要：本发明实施例涉及家教设备技术领域，公开了一种基于图像识别的口语训练方法及家教设备，该方法包括：在家教设备开启口语训练模式的状态下，获取定位区域对应的目标图像，该定位区域为根据学生用户在放置于指定拍摄区域上的学习资料载体中的定位获得；以及，检测学生用户输入的口语训练语音；提取目标图像所记载的目标练习内容；获取目标练习内容相匹配的预设的标准发音信息；识别口语训练语音与标准发音信息的匹配度；根据匹配度生成学生用户的口语训练结果并输出；
口语训练学生用户标准发音定位区域图像识别匹配度语音设备技术领域提取目标图像获取目标口语学习目标图像拍摄区域设备开启学习资料练习预设匹配场景输出检测学习

[发明专利]基于文本生成音频的方法、设备和存储介质-CN202110580371.1在审
发明人：徐东;邓一平;陈洲旋;鲁霄;余洋洋;陈苑苑;邢佳佳;陈纳珩;周思瑜;赵伟峰;周蓝珺;易越;许瑶;唐志彬;曹利;雷兆恒;潘树燊;周文江 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2021-05-26 - 公布日： 2021-07-30 - 主分类号： G10L13/02 文献下载
摘要：所述方法包括：确定目标文本中的每个文本句对应的情绪类型信息；确定所述目标文本中每个文本句对应的发音属性信息；将每个文本句对应的情绪类型信息和发音属性信息输入预先训练完成的音频合成模型中，得到每个所述文本句对应的朗读音频段；按照每个文本句在所述目标文本中的排列顺序，对每个文本句对应的朗读音频段进行拼接，得到所述目标文本对应的朗读音频。
基于文本生成音频方法设备存储介质

[发明专利]语音合成方法及电子设备-CN202111108151.5在审
发明人：张亮 -专利权人：联想（北京）有限公司
申请日： 2021-09-22 - 公布日： 2021-12-10 - 主分类号： G10L13/08 文献下载
摘要：确定文本中的第一类文字和第二类文字；其中，第一类文字与断句标识具有第一位置关系，第二类文字与断句标识具有第二位置关系；获取第一类文字对应的第一语音信息和第二类文字对应的第二语音信息；其中，第一语音信息包括第一类文字的文字发音，以及在时序上位于该文字发音之前的换气音；第二语音信息包括第二类文字的文字发音；基于第一语音信息和第二语音信息，合成与文本相对应的目标音频。该方法所生成的目标音频中在适当的位置配置了换气音，能够显著提高该目标音频的拟人程度，有益于提高听众的视听体验。
语音合成方法电子设备

[发明专利]音频传输方法、装置、终端设备和存储介质-CN201910950952.2有效
发明人：田建超 -专利权人：广州视源电子科技股份有限公司;广州视臻信息科技有限公司
申请日： 2019-10-08 - 公布日： 2022-03-22 - 主分类号： H04L65/403 文献下载
摘要：该方法包括：接收多个客户端发送的音频数据流；从所述音频数据流中按预设规则筛选出至少一路音频数据流作为目标音频数据流；将所述目标音频数据流中的数据包添加到不同的转发音频数据流，所述转发音频数据流分配有静态且不同的转发信源标识符，每路转发音频数据流的数据包的序列号连续；向所述客户端发送所述转发音频数据流。
音频传输方法装置终端设备存储介质

[发明专利]语音信号的识别方法和装置、存储介质及电子装置-CN201910741238.2有效
发明人：韦林煊;董文伟;林炳怀;张劲松 -专利权人：腾讯科技（深圳）有限公司;北京语言大学
申请日： 2019-08-12 - 公布日： 2022-09-13 - 主分类号： G10L15/02 文献下载
摘要：其中，该方法包括：在目标应用中获取与第一目的语的目标文本对应的第一目的语的第一语音信号；在目标应用中获取由目标识别模型对第一语音信号进行识别的识别结果，其中，目标识别模型中的目标声学模型是使用第一目的语的第一训练数据和第二目的语的第二训练数据对初始声学模型进行训练得到的模型，目标声学模型用于输出第一语音信号中每一帧信号对应于第一目的语中的目标音素的概率；在识别结果表示第一语音信号中存在发音偏误的音素的情况下，在目标应用中标记目标文本中与发音偏误的音素对应的字符。
语音信号识别方法装置存储介质电子

[发明专利]语言的声学模型训练方法、装置、电子设备及计算机介质-CN202011287317.X在审
发明人：颜京豪;黄申 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-11-17 - 公布日： 2021-03-12 - 主分类号： G10L15/06 文献下载
摘要：该方法包括：对所述目标语言的文本集进行拉丁化，得到所述目标语言的发音字典；基于所述发音字典和所述文本集生成目标语言语料库；根据所述目标语言语料库训练对所述目标语言进行识别的语音识别模型；基于所述目标语言的各种方言分别对应的方言语料本申请不需要人工标注，节省了大量的人力成本和时间成本；而且，针对目标语言不同分支的方言，通过预设的多种方言语料训练得到每种方言各自对应的方言声学模型，提升了每种方言的识别率。
语言声学模型训练方法装置电子设备计算机介质

[发明专利]端到端语音识别模型处理方法、语音识别方法及相关装置-CN202111574334.6在审
发明人：吴振宗;刘柏基;陈宇;徐易楠;康世胤;许佳 -专利权人：广州虎牙科技有限公司
申请日： 2021-12-21 - 公布日： 2022-04-08 - 主分类号： G10L15/06 文献下载
摘要：本发明提供的端到端语音识别模型处理方法、语音识别方法及相关装置，方法包括：获取预设词表和文本语料集；其中，所述预设词表用于维护任意一种直播领域中的热词、所述热词对应的发音路径和建模单元；根据所述文本语料集，训练初始的语言模型的模型参数，得到所述直播领域对应的目标语言模型；根据所述热词的发音路径和建模单元，更新所述目标语言模型，并确定更新后的目标语言模型中所述热词的权重；根据更新后的所述目标语言模型，生成端到端语音识别模型由于在生成的目标语音识别模型中包含了直播领域中的热词的权重，因而使得模型能够实在语音识别过程中自动选取最佳权重对应热词，提高了热词的识别准确率。
端到端语音识别模型处理方法相关装置

[发明专利]语音合成方法、装置、电子设备及存储介质-CN202111486785.4在审
发明人：陈梦楠;高丽;祖漪清;江源 -专利权人：西安讯飞超脑信息科技有限公司
申请日： 2021-12-07 - 公布日： 2022-03-11 - 主分类号： G10L13/02 文献下载
摘要：本发明提供一种语音合成方法、装置、电子设备及存储介质，在训练得到目标语音合成模型的过程中，第一文本样本的引入，可以提高目标语音合成模型训练过程中的稳定性。采用第二文本样本以及第三文本样本，可以大大降低训练过程中所需的文本样本总数，进而降低目标语音合成模型的构建难度。而且，第三文本样本的引入，使训练过程中考虑了语料资源较丰富且与目标语种共享统一的音素体系的辅助语种，由于音素可以表示发音，因此采用辅助语种可以降低最终目标合成语音模型输出的语音数据的发音错误率，提高语音数据的自然度和识别率
语音合成方法装置电子设备存储介质