“音频文字”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235826个，建议您升级VIP下载更多相关专利

[发明专利]一种基于视觉识别的学习辅助方法及系统-CN202111496137.7在审
发明人：徐丹 -专利权人：广州宏途教育网络科技有限公司
申请日： 2021-12-08 - 公布日： 2022-03-22 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种基于视觉识别的学习辅助方法，学生手动选择输入模式，在书本或作业的指定区域的文字进行扫描录入，根据文字的图像信息识别输出，获得对应的识别文字；学生在扫描的同时对文字进行朗读或者跟读，采集学生的音频信息，识别提取学生的音频信息，获得所对应的朗读文字；对比识别文字与朗读文字进行校正，将校正后的识别文字进行展示本。申请的方法能够获得扫描的文字信息和音频信息，通过二者的对比能够快速锁定学生需要查看的待查词，识别速度快，准确率高；与此同时在朗读整句话时，能够结合上下文进行翻译，翻译更准确；本申请的方法能够有效强化学生的单词拼读能力和句子的朗读能力
一种基于视觉识别学习辅助方法系统

[发明专利]录音数据处理方法及装置-CN201610480467.X在审
发明人：蔡竹沁;张月川 -专利权人：乐视控股（北京）有限公司;乐视移动智能信息技术（北京）有限公司
申请日： 2016-06-27 - 公布日： 2016-11-02 - 主分类号： G11B27/10 文献下载
摘要：其中，所述录音数据处理方法，包括：在音频录制应用中，调用文字编辑应用显示对音频文件进行语音识别后形成的文字文件的内容；接收对显示的所述文字文件的内容进行的编辑操作，并保存进行了所述编辑操作后的文字文件。通过本发明实施例，满足了用户对音频录制文件的实际使用需求，减轻了操作负担，提高了操作效率。
录音数据处理方法装置

[发明专利]音乐生成方法、装置、电子设备和存储介质-CN202110610759.1在审
发明人：游于人;康世胤;刘峰;陀得意;许佳 -专利权人：广州虎牙科技有限公司
申请日： 2021-06-01 - 公布日： 2021-08-13 - 主分类号： G06F40/186 文献下载
摘要：本发明涉及语音领域，提供了一种音乐生成方法、装置、电子设备和存储介质，通过获取与目标音乐模板对应的文本信息，然后依据目标音乐模板，确定文字信息中每个文字的发音时长；根据文本信息、每个文字的发音时长和预设声学模型，得到文本信息对应的语音频谱；再根据语音频谱和目标音乐匹配的音乐伴奏，生成音乐音频。从而实现了根据文字生成音乐，简化了生成音乐的操作，可以使用户制作出具有个性化风格的音乐。
音乐生成方法装置电子设备存储介质

[发明专利]音频处理方法、装置、电子设备及介质-CN202210912108.2在审
发明人：方晓华 -专利权人：维沃移动通信有限公司
申请日： 2022-07-29 - 公布日： 2022-11-01 - 主分类号： G10L15/04 文献下载
摘要：本申请公开了一种音频处理方法、装置、电子设备及介质，属于音频处理技术领域。该方法包括：根据获取的第一音频，确定N个第一子音频段，每个第一子音频段分别对应该第一音频的一个文字信息，N为正整数；分别获取N个第一子音频段的N个第一音频特征，该N个第一音频特征和该N个第一子音频段一一对应；根据N个第一音频特征，分别获取N个第二子音频段，该N个第二子音频段和该N个第一音频特征一一对应，每个第二子音频段是根据对应的第一音频特征确定的；根据N个第二子音频段，生成第二音频；其中，每个第二子音频段对应的文字信息，分别与一个第一子音频段对应的文字信息相匹配。
音频处理方法装置电子设备介质

[发明专利]翻译方法、翻译系统以及AR眼镜-CN202211126802.8在审
发明人：范清文;张浩;郑超;郝帅;苗京花;王雪丰 -专利权人：京东方科技集团股份有限公司
申请日： 2022-09-15 - 公布日： 2022-12-23 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了一种翻译方法、翻译系统以及AR眼镜，所述方法包括：获取待翻译的音频数据，以及获取与音频数据对应的翻译结果，翻译结果为按照目标语种对音频数据进行翻译后得到的，翻译结果包括属于目标语种的文字信息；按照双屏异显模式，将文字信息处理为适配增强现实AR眼镜的第一显示屏的第一文字信息，和适配终端的第二显示屏的第二文字信息；在第一显示屏上显示第一文字信息，以及在第二显示屏上显示第二文字信息。
翻译方法系统以及 ar 眼镜

[发明专利]自动歌曲搜索系统-CN201310177676.3无效
发明人：林云 -专利权人：江苏奇异点网络有限公司
申请日： 2013-05-15 - 公布日： 2013-08-21 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种自动歌曲搜索系统，其包括用户操作模块、搜索控制模块，所述用户操作模块包括在线搜索模块、本地搜索模块、音频输入模块、文字输入模块和反馈信息模块，所述搜索控制模块包括歌曲库模块、音频控制模块、文字控制模块、在线搜索控制模块和本地搜索控制模块，所述音频控制模块、所述文字控制模块、所述在线搜索控制模块和所述本地搜索控制模块分别接收所述在线搜索模块、所述本地搜索模块、所述音频输入模块和所述文字输入模块的信息
自动歌曲搜索系统

[实用新型]一种用于会议记录的智能速录机-CN201920315629.3有效
发明人：虞焰兴 -专利权人：安徽声讯信息技术有限公司
申请日： 2019-03-13 - 公布日： 2019-10-22 - 主分类号： G11C7/16 文献下载
摘要：本实用新型公开了一种用于会议记录的智能速录机，包括本体，本体顶端端面安装有触摸屏，本体的一侧依次设有电源接口、输入端口和输出端口，本体的内部设有中央处理器、语音采集识别模块、语音文字转换模块、文字音频同步处理模块和文字修改模块，且中央处理器、语音采集识别模块、语音文字转换模块、文字音频同步处理模块和文字修改模块依次连接。本实用新型一种用于会议记录的智能速录机，通过语音文字转换模块可将语音转换成文字显示在显示屏上并播放，便于参与会议人员实时了解会议内容，通过文字修改模块便于及时修改文字，避免了转换文字后不能及时形成正确的文字的情况；设有的USB接口可与USB连接，使得USB中提前存储的音频同样可以转换成文字，提高了速写机的适用范围。
语音文字转换会议记录文字修改本实用新型中央处理器处理模块音频同步语音采集智能电源接口顶端端面会议内容输出端口输入端口文字显示依次连接语音转换触摸屏转换显示屏存储播放会议

[发明专利]视频会议语音转换文字纪要方法和系统-CN202110610479.0在审
发明人：秦凤枝;王远丰;罗崇立;陈燕;罗一文;潘亮;凌怡珍;陈业钊;徐晓东;彭文昊;翟长华 -专利权人：广东电力通信科技有限公司
申请日： 2021-06-01 - 公布日： 2021-09-24 - 主分类号： H04N7/15 文献下载
摘要：本申请公开了一种视频会议语音转换文字纪要方法和系统，涉及视频会议技术，该方法包括以下步骤：确定当前使用的目标拾音器；对所述目标拾音器所采集的第一音频信息进行回声消除，得到第二音频信息；将所述第二音频信息的全部或者部分输入到性别鉴定模型，以确定发言者的性别；根据所述发言者的性别选择语音文字转换模型来对所述第二音频信息进行转换，得到所述文字纪要，其中，每个性别配置有对应的语音文字转换模型。本申请先识别发言者的性别在选用对应性别的语音文字转换模型进行翻译，可以提升转换的准确度。
视频会议语音转换文字纪要方法系统

[实用新型]语音实时转换为文字的设备-CN202020968832.3有效
发明人：朱国巧 -专利权人：深圳市精英达科技有限公司
申请日： 2020-06-01 - 公布日： 2020-12-11 - 主分类号： H04M3/56 文献下载
摘要：本实用新型属于语音转文字设备技术领域，特别涉及一种语音实时转换为文字的设备。一种语音实时转换为文字的设备，包括音频输入处理电路，HUB电路，USB接口；外部拾音设备通信连接所述音频输入处理电路；音频输入处理电路通信连接HUB电路；HUB电路通信连接USB接口；USB接口连接电脑本实用新型直接和外部拾音设备相连，兼容LINE IN和麦克风输入，实时把发言讲话人所讲实时转成文字存储在电脑并投屏到大屏上，增加了参会人员的记忆并保存了原音频及文字，作为事后的查证依据；采用遥控器控制设备的开启或者停止动作
语音实时转换文字设备

[发明专利]一种智能点读文本系统及其使用方法-CN202011204269.3在审
发明人：宋军 -专利权人：深圳市童书王国际文化传媒有限公司
申请日： 2020-11-02 - 公布日： 2021-01-29 - 主分类号： G06K9/32 文献下载
摘要：本发明实施例涉及点读技术领域，具体公开了一种智能点读文本系统及其使用方法，本发明实施例提供的智能点读文本系统的使用方法，通过获取图像采集装置拍摄的文字图像；提取所述文字图像中单个字符图像的文字信息；根据所述文字信息生产音频文件并输出；利用语音播报模块对获取的所述音频文件进行语音识别和自然语言理解，由发声单元进行播放，在检测不具备预置标识的一般读物时，能够通过拍摄文字图像进行文字信息的提前，对于单个字符图像残缺的情况也能及时更新并修复，识别出文字并转换为音频文件进行播报，确保了点读内容的正确，扩大了点读的使用范围。
一种智能文本系统及其使用方法

[发明专利]音频数据的实时监测方法及装置-CN202110458569.2在审
发明人：江文乐;沈超建;魏薇郦;刘金山 -专利权人：中国工商银行股份有限公司
申请日： 2021-04-27 - 公布日： 2021-07-23 - 主分类号： G06F40/284 文献下载
摘要：本发明可用于人工智能技术领域，本发明提供了一种音频数据的实时监测方法及装置，音频数据的实时监测方法包括：实时接收用户的音频数据；根据预构建的深度学习模型以及所述音频数据生成文字流数据；对所述文字流数据进行自然语言分析，以生成所述音频数据的监测结果。本发明克服了现有银行对客服务话术质检的不足，融合边缘计算、实时语音转文字、自然语言处理等方式，提供一种耗时毫秒级、能够实时反馈并管控的客服违禁话术检测的方法。
音频数据实时监测方法装置

[发明专利]一种语音处理方法及系统-CN201510622499.4有效
发明人：王少敏;雷闪耀;王洪 -专利权人：联想(北京)有限公司
申请日： 2015-09-25 - 公布日： 2021-07-16 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种语音处理方法，所述方法包括：利用声音采集装置采集初始语音信息，构成第一音频信息；对第一音频信息进行语音识别，转换得到相应的文字信息；确定语音转换的属性；依据文字信息和语音转换的属性从预置的语音数据资源中提取与文字信息相对应的音频信息，构成第二音频信息；保存或者播放第二音频信息。
一种语音处理方法系统

[发明专利]点读方法、移动终端及计算机可读存储介质-CN201710895451.X在审
发明人：李志强 -专利权人：努比亚技术有限公司
申请日： 2017-09-27 - 公布日： 2018-03-02 - 主分类号： G06F3/0487 文献下载
摘要：本发明公开了一种点读方法，所述点读方法应用于移动终端，所述点读方法包括当接收到用户触发的点读指令时，根据所述点读指令获取对应的视图；根据所述视图的属性判断所述视图是否为文字视图；当所述视图为文字视图时，根据所述视图获取对应的文字信息；将所述文字信息转换成对应的音频文件，并进行播放。本发明只需用户触发的点读指令所对应的视图为文字视图时，即可获取到文字视图内的文字信息，然后将文字信息转换成对应的音频文件并进行播放，可适用于各种文字信息的阅读场景，解决了现有的终端只适用于点读预置有对应音频文件的文字信息
方法移动终端计算机可读存储介质

[发明专利]基于安卓平台图像文字识别及播放方法-CN201610998659.X在审
发明人：洪涛龙;邱晓晖 -专利权人：南京邮电大学
申请日： 2016-11-14 - 公布日： 2017-04-19 - 主分类号： G06K9/34 文献下载
摘要：本发明公开了一种基于安卓平台图像文字识别及播放方法，包括以下步骤对选取的图像进行预处理操作，其中包括根据文字的文本的特征进行剪切仅获取图像中包含文字的部分、图像的灰度化和二值化；对预处理后的图像进行图像转文字识别操作，得到只包含文字的文本信息；对文本信息进行文字转音频操作得到相应的音频信息，最终将音频信息播放。图像预处理操作包括如下步骤图像剪切，根据图像中文字的特征和其他内容的特征不同，只保留文字部分的内容；使每个像素点只用一个字节来保存；二值化，将图像上的像素点灰度值设置为两种，使图像中的文字信息更加明显。本发明的可以能帮助患有眼疾的患者获取图像中的文字达到学习和生活的目的。
基于平台图像文字识别播放方法

[发明专利]识别关键信息以控制音频输出的方法、装置及音频设备-CN201710971785.0在审
发明人：徐锦 -专利权人：倬韵科技（深圳）有限公司
申请日： 2017-10-18 - 公布日： 2018-03-13 - 主分类号： G10L15/22 文献下载
摘要：本发明适用于音频信号处理领域，提供了一种识别关键信息以控制音频输出的方法、装置及音频设备。所述方法包括在音频设备输出音频时，实时获取由麦克风采集的外部环境中的声音；对外部环境中的声音进行语音识别和/或声纹识别，识别出对应的文字和/或声纹信息；将识别出的文字和/或声纹信息与预设的关键信息库中的信息进行匹配；如果关键信息库中匹配到识别出的文字和/或声纹信息，则控制执行与识别出的文字和/或声纹信息对应的操作指令，以让用户知道外部环境出现了用户在意的重要声音信息。本发明使用户能对环境中的用户在意的声音及时回应，对于用户不在意的声音则不影响输出音频，用户体验较佳。
识别关键信息控制音频输出方法装置音频设备

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条