“语音特征”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2598338个，建议您升级VIP下载更多相关专利

[发明专利]多模态情感分类方法、装置、设备及存储介质-CN202210834137.1在审
发明人：舒畅;陈又新 -专利权人：平安科技（深圳）有限公司
申请日： 2022-07-14 - 公布日： 2022-09-27 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及人工智能领域，揭露一种多模态情感分类方法，包括：提取文本特征、图像特征及语音特征；将文本特征、图像特征及语音特征分别进行两两融合，得到文本图像特征、文本语音特征及语音图像特征；将文本图像特征、文本语音特征及语音图像特征进行拼接，得到多模态特征；利用训练完成的模型将多模态特征进行情感分类，得到情感结果。本发明还涉及一种区块链技术，文本特征、图像特征及语音特征可存储在区块链节点中。本发明还提出一种多模态情感分类装置、设备以及介质。本发明可以提高情感分类的准确率。
多模态情感分类方法装置设备存储介质

[发明专利]控制语音的识别方法及目标角色的控制方法、相关装置-CN202111034200.5在审
发明人：张正明;李诚 -专利权人：上海商汤智能科技有限公司
申请日： 2021-09-03 - 公布日： 2022-01-07 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种控制语音的识别方法及目标角色的控制方法、相关装置，其中，控制语音的识别方法包括：获取语音数据流中的目标语音分段；获取所述目标语音分段对应的语音特征；获得所述目标语音分段对应的语音特征与参考语音特征之间的相似度；响应于所述相似度大于预设阈值，确定所述目标语音分段为与所述参考语音特征对应的目标控制指令相关的控制语音。上述方案，能够快速识别出控制语音。
控制语音识别方法目标角色相关装置

[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：本公开提供了一种语音转换方法、装置、电子设备及存储介质。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。本公开能够实现实时地语音转换，成本低，执行速度快，而且支持多对一的语音转换。
语音转换方法装置电子设备存储介质

[发明专利]语音检测方法、装置、电子设备及存储介质-CN202110059175.X有效
发明人：彭子娇 -专利权人：深圳市声扬科技有限公司
申请日： 2021-01-18 - 公布日： 2021-04-30 - 主分类号： G10L17/00 文献下载
摘要：本申请公开了一种语音检测方法、装置、电子设备以及存储介质。该方法包括：获取待检测语音，所述待检测语音为对播放的引导语音进行跟读得到的语音，对所述待检测语音的语音特征以及所述引导语音的语音特征进行相似度计算，得到所述待检测语音的相似度计算结果，所述语音特征包括时域特征和频域特征中的至少一种，对所述待检测语音进行活体检测，得到所述待检测语音的活体检测结果，根据所述相似度计算结果以及所述活体检测结果，确定所述待检测语音是否异常。该方法可以提高语音检测的准确性。
语音检测方法装置电子设备存储介质

[发明专利]语音分离方法-CN202211696827.1在审
发明人：赵胜奎 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2022-12-28 - 公布日： 2023-05-26 - 主分类号： G10L21/0272 文献下载
摘要：本发明公开了一种语音分离方法。其中，该方法包括：获取语音信息序列，其中，语音信息序列包括待进行语音分离的至少一语音信息，不同的语音信息来自不同的发音对象；从语音信息序列中提取出不同的发音对象的语音特征，得到语音特征序列；对语音特征序列中的语音特征按照局部注意力机制和全局注意力机制进行门控处理，得到门控处理结果；基于门控处理结果，获取不同的发音对象的语音掩模信息；基于不同的发音对象的语音掩模信息和语音特征序列，从语音信息序列中分离出不同的发音对象输出的语音信息。本发明解决了无法对语音进行语音分离的技术问题。
语音分离方法

[发明专利]语音类别获取方法、装置、电子设备和存储介质-CN202210636416.7在审
发明人：涂必超 -专利权人：平安科技（深圳）有限公司
申请日： 2022-06-07 - 公布日： 2022-08-05 - 主分类号： G10L13/02 文献下载
摘要：本申请提供一种语音类别获取方法、装置、电子设备和存储介质，属于机器学习技术领域。该方法包括：获取参考语音数据，获取目标用户的原始语音数据，对参考语音数据进行声纹特征提取，得到预设特征向量，并对原始语音数据进行声纹特征提取处理，得到声纹特征向量，对声纹特征向量和预设特征向量进行相似度计算，得到相似度值，根据相似度值从预设特征向量筛选出目标特征向量，通过目标特征向量从至少两个语音类别筛选出目标语音类别。本申请的语音类别获取方法，可以得到与目标用户最相似的语音类别，在后续的使用过程中，即可对输入文本进行个性化的语音合成，无需用户录制大量的语音训练数据来训练语音合成模型，使用流程更加简单和便捷。
语音类别获取方法装置电子设备存储介质

[发明专利]一种基于频带选择的伪造语音检测方法-CN202211490461.2在审
发明人：张震;孙旭东;王立强;杜金浩 -专利权人：国家计算机网络与信息安全管理中心
申请日： 2022-11-25 - 公布日： 2023-05-16 - 主分类号： G10L17/04 文献下载
摘要：本发明实施例公开了一种基于频带选择的伪造语音检测方法。所述方法包括，获取目标语音信号，将目标语音信号进行变换，获得语谱图特征；对所述语谱图特征进行频带切分，获得低频子带特征和高频子带特征；使用低频子带特征训练语音合成伪造语音检测模型；使用高频子带特征训练录音回放伪造语音检测模型；然后将低频子带特征输入语音合成伪造语音检测模型；以及将交叉匹配的高、低频子带特征输入录音回放伪造语音检测模型，获得最终的语音检测结果。在本发明实施例中，实现了提升神经网络伪造语音检测系统在数据集不匹配等情况下的鲁棒性，以及通过子带选择减小了特征大小，降低了伪造语音检测的参数量和计算量。
一种基于频带选择伪造语音检测方法

[发明专利]语音处理方法、装置、电子设备及存储介质-CN202210322956.8有效
发明人：陈帅婷;陈昌滨;周到 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2022-03-30 - 公布日： 2022-06-14 - 主分类号： G10L21/0208 文献下载
摘要：本公开涉及一种语音处理方法、装置、电子设备及存储介质，其中，该方法通过获取待处理语音对应的频谱特征，将待处理语音对应的频谱特征输入至语音增强模型，语音增强模型的编码器对待处理语音对应的频谱特征进行编码，获得语音编码特征，由第一编码器对语音编码特征进行处理，得到共享频谱特征，第二编码器和第三编码器分别根据共享频谱特征，获得用于降噪的第一掩码和用于混响抑制的第二掩码；通过第一掩码、第二掩码及待处理语音对应的频谱特征进行掩码计算，获得目标频谱特征，进而根据目标频谱合成获得进行了降噪以及混响抑制的目标语音。本方案能够降低语音增强模型的参数量，从而减小计算资源消耗，提高语音增强处理效率。
语音处理方法装置电子设备存储介质

[发明专利]语音识别方法、装置、电子设备及可读存储介质-CN201810842328.6有效
发明人：辛颖 -专利权人：北京三快在线科技有限公司
申请日： 2018-07-27 - 公布日： 2023-06-09 - 主分类号： G10L17/02 文献下载
摘要：本发明提供了一种语音识别方法、装置、电子设备及可读存储介质，所述方法包括：获取目标人物对应的语音文件按照预设帧长划分的多个语音帧；对于各语音帧，生成所述语音帧的特征向量；对所述各语音帧的特征向量进行聚类，生成特征中心向量；根据参考噪声帧的特征中心向量，从所述各语音帧的特征中心向量中确定包含语音信息的特征中心向量，并生成目标语音特征中心向量，所述参考噪声帧为所述多个语音帧中的噪声帧，所述目标语音特征中心向量用于确定所述目标人物的身份信息解决了现有技术中去噪导致的识别较慢、无法去掉所有噪声导致语音识别准确度较低的问题，能够直接提取特征，并将噪声弱化，提高了识别的速度和准确度。
语音识别方法装置电子设备可读存储介质

[发明专利]一种语音处理方法、装置、设备及可读存储介质-CN201810568421.2在审
发明人：汪守成;卢洁;蔡申;彭元涛;慕壮;王开峻;余飞;吴作鹏 -专利权人：科大讯飞股份有限公司
申请日： 2018-06-05 - 公布日： 2018-11-09 - 主分类号： G06T13/80 文献下载
摘要：本申请公开了一种语音处理方法、装置、设备及可读存储介质，本申请获取语音输入场景或语音播放场景下的语音数据，该语音数据可以是输入的语音数据也可以是需要播放的语音数据，进一步获取语音数据的声学特征值集合，集合中包含至少一类声学特征的特征值，参考声学特征值集合中每一类声学特征的特征值，确定各动画元素的元素状态，并根据各动画元素的元素状态构建场景动画，进而显示构建的场景动画。由此可见，本案在语音输入场景及语音播放场景下能够根据语音数据的声学特征来构建场景动画，并在对应场景下显示场景动画，使得用户可以通过场景动画直观的了解语音数据的声学特征，增强了对语音数据的理解程度。
语音数据场景声学特征构建可读存储介质特征值集合动画元素语音播放语音处理元素状态声学语音显示场景申请集合直观播放参考

[发明专利]跨语言语音转换系统和方法-CN202011581807.0在审
发明人：杰瓦特·耶尔利 -专利权人：明日基金知识产权有限公司
申请日： 2020-12-28 - 公布日： 2021-07-16 - 主分类号： G10L21/007 文献下载
摘要：跨语言语音转换系统和方法，包括语音特征提取器，该语音特征提取器被配置为接收第一语言的第一语音音频段和第二语言的第二语音音频段，并分别提取包括第一语音的与说话者相关的声学特征和第二语音的与说话者无关的语言特征的音频特征一个或多个生成器被配置为接收提取的特征，并从其产生保持第一语音的与说话者相关的声学特征和第二语音的与说话者无关的语言特征的第三语音候选，其中，该第三语音候选说第二语言。一个或多个鉴别器被配置为将第三语音候选与地面实况数据进行比较，并且将比较结果提供回生成器，用于润色第三语音候选。
语言语音转换系统方法

[发明专利]音频处理方法及装置、电子设备及计算机可读存储介质-CN202111203099.1在审
发明人：王三军 -专利权人： OPPO广东移动通信有限公司
申请日： 2021-10-15 - 公布日： 2022-01-04 - 主分类号： G10L15/02 文献下载
摘要：音频处理方法包括获取目标语音特征信息；及根据所述目标语音特征信息，调整音频信号，以使得所述音频信号与所述目标语音特征信息匹配。通过获取想要进行语音播报的目标语音的特征信息，然后根据目标语音特征信息来调整音频信号，使得调整后的音频信号和目标语音特征信息匹配，目标语音特征信息可以是通过任意方式获取的目标音频，从而实现个性化的音频处理，在根据调整后的音频信号进行语音播放时，实现自定义的语音播报体验，且由于音频信号并不需要提前录制，而是实时根据目标语音特征信息进行调整，使得语音播报更为灵活，语音播报体验较好。
音频处理方法装置电子设备计算机可读存储介质

[发明专利]语音编码、语音解码方法、装置、计算机设备和存储介质-CN202110693160.9在审
发明人：梁俊斌 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-06-22 - 公布日： 2022-12-23 - 主分类号： G10L19/16 文献下载
摘要：本申请涉及一种语音编码、语音解码方法、装置、计算机设备和存储介质。所述方法包括：基于待处理语音信号对应的初始频带特征信息中第一频段对应的初始特征信息得到第一频段对应的目标特征信息，对初始频带特征信息中第二频段对应的初始特征信息进行特征压缩，得到压缩频段对应的目标特征信息，基于第一频段和压缩频段对应的目标特征信息得到待处理语音信号对应的压缩语音信号，通过语音编码模块对压缩语音信号进行编码处理，得到编码语音数据。压缩语音信号的采样率小于或等于语音编码模块对应的支持采样率，并小于待处理语音信号对应的采样率，语音信号的采集不会受制于语音编码器所支持的采样率。
语音编码解码方法装置计算机设备存储介质

[发明专利]语音神经特征提取模型的训练方法、装置、设备及介质-CN202310834923.6在审
发明人：杨娟;兰亮;沈雯羽;陈琳莉;宁一鉴 -专利权人：中国电信股份有限公司
申请日： 2023-07-07 - 公布日： 2023-09-19 - 主分类号： G10L15/16 文献下载
摘要：本申请提供了一种语音神经特征提取模型的训练方法、装置、设备及介质。所述方法包括：获取模型训练样本，所述模型训练样本包括：语音数据样本和所述语音数据样本对应的语音码本；将所述模型训练样本输入至待训练语音神经特征提取模型；调用所述待训练语音神经特征提取模型采用掩蔽预测方式和瓶颈特征提取方式，对所述语音数据样本和所述语音码本进行处理，得到所述语音码本对应的相似度；基于所述相似度，计算得到所述待训练语音神经特征提取模型的损失值；在所述损失值处于预设范围内的情况下，将训练后的待训练语音神经特征提取模型作为最终的所述语音神经特征提取模型本申请可以提高语音神经特征模型的训练效率，降低模型训练成本。
语音神经特征提取模型训练方法装置设备介质

[发明专利]语音识别方法和装置-CN201811036633.2有效
发明人：陈旭;翟传磊;白锦峰 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2018-09-06 - 公布日： 2019-11-15 - 主分类号： G10L15/02 文献下载
摘要：本申请实施例公开了语音识别方法和装置。该方法的一具体实施方式包括：从待处理语音信号中提取出声学特征，并基于待处理语音信号的声学特征进行语音识别，得到待处理语音信号对应的识别文本；将待处理语音信号的声学特征和待处理语音信号对应的识别文本输入已训练的音节对齐模型，得到待处理语音信号的声学特征对应的音节序列；基于待处理语音信号的声学特征对应的音节序列对待处理语音信号的声学特征进行定长处理，得到待处理语音信号的定长声学特征；采用已训练的声学置信度模型对待处理语音信号的定长声学特征进行声学置信度预测，得到待处理语音信号的声学置信度。
语音信号声学特征置信度声学语音识别定长方法和装置音节序列文本音节对齐判决申请预测