“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]一种多媒体数据处理方法、装置、电子设备以及存储介质-CN201710948457.9有效
发明人：庄世健 -专利权人：庄世健
申请日： 2017-10-12 - 公布日： 2023-08-25 - 主分类号： H04N21/488 文献下载
摘要：本发明实施例公开了一种多媒体数据处理方法，包括：接收目标音频信息对应的字幕获取指令；根据所述字幕获取指令，获取与所述目标音频信息相匹配的字幕信息，其中所述字幕信息包括原文字信息与扩展文字信息；当播放所述目标音频信息中的目标音频帧时，确定所述目标音频帧的音频时间戳，并在所述原文字信息中提取与所述音频时间戳对应的第一字符，并在所述扩展文字信息中提取与所述音频时间戳对应的第二字符；在屏幕的第一区域显示所述第一字符，并在所述屏幕的第二区域显示所述第二字符
一种多媒体数据处理方法装置电子设备以及存储介质

[发明专利]对移动终端的图片文字朗读的方法、装置和移动终端-CN201310282530.5在审
发明人：秦银;朱振宇 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2013-07-05 - 公布日： 2013-10-23 - 主分类号： G06F17/30 文献下载
摘要：本发明提出一种对移动终端的图片文字朗读的方法、对移动终端的图片文字朗读的装置及具有该对图片文字朗读的装置的移动终端，所述对移动终端的图片文字朗读的方法包括以下步骤：设置取图工具，其中，取图工具的窗口层级高于移动终端的应用程序的层级；当检测到用户的触发指令时，取图工具根据用户的手势截取屏幕上的图片信息；对图片信息进行图像转文字识别操作以得到多个文字；对多个文字进行文字转音频识别操作以得到相应的音频信息，并将音频信息进行播放。根据本发明的对移动终端的图片文字朗读的方法和装置，可以为移动终端的应用程序提供一种通用的朗读服务，更加方便，提升了用户体验。
移动终端图片文字朗读方法装置

[发明专利]多功能视屏制作系统-CN201310193211.7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： 2013-05-23 - 公布日： 2013-08-21 - 主分类号： G11B27/02 文献下载
摘要：本发明公开了一种多功能视屏制作系统，其包括导入模块、配置模式选择模块、配置调节模块、发送模块和播放模块，所述导入模块包括文字导入模块、图像导入模块、音频导入模块和视频导入模块，所述配置模式选择模块包括手动配置模块和自动配置模块，所述配置调节模块包括文字调节模块、图像调节模块、音频调节模块、视频调节模块和合成模块，所述文字调节模块包括文字图像化模块和文字音频化模块，所述配置调节模块接收所述导入模块和所述配置模式选择模块的信息，通过上述方式，本发明提供的多功能视屏制作系统，可以将文字、图像和音频视屏等进行转化和整合，方便人们的使用。
多功能制作系统

[发明专利]页面数据处理方法、装置、车辆及存储介质-CN202210725386.7在审
发明人：张琼 -专利权人：小米汽车科技有限公司
申请日： 2022-06-23 - 公布日： 2022-09-02 - 主分类号： G06V20/62 文献下载
摘要：本公开涉及自动驾驶领域，涉及一种页面数据处理方法、装置、车辆及存储介质，该页面数据处理方法，通过响应于用户的触发操作，获取当前页面对应的目标图像，目标图像包括指定文字方向的文字内容；获取目标图像中该文字内容对应的多个目标文字框区域；根据该指定文字方向确定该多个目标文字框区域中每个目标文字框区域的阅读优先级；按照每个该目标文字框区域的该阅读优先级将该目标文字框区域内的文字内容转换为音频数据，并播放该音频数据，这样通过将页面中的文字内容转换为符合阅读习惯的音频数据进行播放
页面数据处理方法装置车辆存储介质

[发明专利]一种录音设备数据存储系统及其传输方法-CN202310112665.0在审
发明人：吴树青 -专利权人：聊城大学东昌学院
申请日： 2023-02-14 - 公布日： 2023-04-28 - 主分类号： G07C5/08 文献下载
摘要：本发明公开了一种录音设备数据存储系统，音频获取模块，用于获取音频信息，并将音频信息转化成文字数据；录音存储模块，用于接收音频获取模块发送的文字数据，并储存文字数据；文件收发模块，用于将录音存储模块中存储溢出的文字数据发送给网盘服务器；网盘服务器，用于接收录音存储模块中存储溢出的文字数据，并对该文字数据进行时间排列整理；远程客户终端，用于登录网盘服务器，登录后具有调取网盘服务器的文字数据的权限。
一种录音设备数据存储系统及其传输方法

[发明专利]音频处理方法、终端、计算机可读介质-CN202310035487.6在审
发明人：王一如 -专利权人：中兴通讯股份有限公司
申请日： 2023-01-10 - 公布日： 2023-04-25 - 主分类号： H04L9/08 文献下载
摘要：本公开提供一种音频处理方法，包括：获取文字信息；根据预设密码规则将所述文字信息转换为密码信息；将所述密码信息转换为密码音频信息；根据所述密码音频信息生成目标音频。
音频处理方法终端计算机可读介质

[发明专利]一种用于会议记录的智能速录机-CN201910188531.0在审
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： 2019-05-10 - 主分类号： G11C7/16 文献下载
摘要：本发明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。本发明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]一种基于语音识别的音频传输完整性监控方法和装置-CN202211117749.5有效
发明人：章笑春;彭猛;余怀军 -专利权人：润芯微科技（江苏）有限公司
申请日： 2022-09-14 - 公布日： 2023-04-07 - 主分类号： H04L43/0829 文献下载
摘要：本发明提出了一种基于语音识别的音频传输完整性监控方法和装置，所述方法包括：音频采集模块采集第一音频信息并传输至传输目标终端；第一音频信息转为带时间戳的文字信息上传至监控分析后台；传输目标终端播放第二音频信息并转为带时间戳的文字信息上传至监控分析后台；监控分析后台自动比对相同时间戳的文字信息，分析音频传输完整性。本发明将音频数据化，引入自动化比对，无需人工审核，保护了用户隐私；通过时间戳与文字方式进行数据上报，流量消耗少、丢失率低，容易普及；为音频通讯设备制造商和运营商提供了音频传输完整性的客观评价方法，同时运营人员可以通过数据分析了解真实用户场景的使用问题
一种基于语音识别音频传输完整性监控方法装置

[发明专利]语音交互方法、装置、存储介质以及计算机设备-CN202010615575.X在审
发明人：杜国威 -专利权人：北京安云世纪科技有限公司
申请日： 2020-06-30 - 公布日： 2022-01-18 - 主分类号： G10L15/18 文献下载
摘要：本发明适用于人机语音交互技术领域，提供了一种语音交互方法、系统、存储介质以及计算机设备，所述语音交互方法包括：获取音频信号，将所述音频信号进行自然语言理解处理，获得所述音频信号对应的自然语言理解结果；根据所述自然语言理解结果生成对所述音频信号进行回复的文字表达式；根据所述自然语言理解结果以及预定的所述文字表达式生成对所述音频信号进行回复的文字回复语句；根据所述文字回复语句合成对应的语音信号。
语音交互方法装置存储介质以及计算机设备

[发明专利]用于生成患者-健康护理提供者对话的文字记录的方法和系统-CN201810842301.7有效
发明人： M.斯特拉德;W.伊托;C.科;K.周;A.拉杰科马尔;R.罗尔夫 -专利权人：谷歌有限责任公司
申请日： 2018-07-27 - 公布日： 2023-07-07 - 主分类号： G16H10/60 文献下载
摘要：公开了一种用于生成患者和健康护理从业者之间的对话的文字记录的方法和工作站。所述工作站提供有诸如图标、链接等的工具，用于渲染对话的音频记录，并且与音频记录的渲染基本实时地、使用语音到文本引擎来生成音频记录的文字记录的显示，由此使能检验语音到文本的转换的准确性。提供了一种用于贯穿文字记录滚动并且根据滚动的位置来渲染部分音频的工具。在文字记录中使得涉及症状、药物或其他医疗相关的概念、患者所说出的单词或短语高亮。附加地，提供有使能基于音频记录的对应部分的内容来编辑文字记录的特定部分的一组文字记录辅助工具。所述文字记录辅助工具的示例包括：a)用于单词或短语的智能建议的显示、和用于对于所述建议进行编辑、批准、拒绝或者提供反馈的工具；b)建议的改正的医疗专有名词的显示；c)建议的单词或短语中置信等级的指示的显示
用于生成患者健康护理提供者对话文字记录方法系统

[发明专利]便携式音频播放设备及其操作方法-CN200580044247.2无效
发明人： J·P·范加塞尔 -专利权人：皇家飞利浦电子股份有限公司
申请日： 2005-12-20 - 公布日： 2007-12-12 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及便携式音频播放设备(100)，其包括用于存储至少一个个口语文字音频书的装置(101)以及用于存储至少一个音乐音频项目的装置(101)。所述设备进一步包括相关用户界面装置(108)，使得用户能够选择一个口语文字音频书并允许用户选择汇编(assembly)包括至少一个所述音乐音频项目的音乐播放列表的，以及用于同时播放所述用户选择的口语文字音频书和所述用户汇编的音乐播放列表的至少一个音乐音频项目的装置
便携式音频播放设备及其操作方法

[发明专利]基于图片和文字生成视频的方法、装置、设备及存储介质-CN201711037005.1在审
发明人：孟子扬;姚后清;施鹏 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2017-10-30 - 公布日： 2018-04-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了基于图片和文字生成视频的方法、装置、设备及存储介质，其中方法包括获取同时包含图片和对应的文字的图文单元；分别从图文单元中提取出文字和图片；根据文字生成音频及字幕；从互联网中挖掘文字的相关图片；根据相关图片、提取出的图片、音频及字幕生成视频。本发明所述方案实现了基于图片和文字快速高效地生成视频，提升了信息展示效果。
基于图片文字生成视频方法装置设备存储介质

[发明专利]音频翻译多语言文字处理方法和系统-CN201610647853.3在审
发明人：马士华 -专利权人：北京东方嘉禾文化发展股份有限公司
申请日： 2016-08-09 - 公布日： 2017-01-04 - 主分类号： H04N21/4402 文献下载
摘要：本发明提供了一种音频翻译为多语言文字处理方法和系统，包括如下步骤：分析语音音频文件，根据用户语音的强弱程度产生多个波形文件；根据每个波形文件的波形特征确定多个语音的开始和结束，生成多个第一格式化处理结果，得到多个第一语音音频段；对每个第一语音音频段利用语音识别软件进行语音到文字的转换，并生成多个第二格式化的处理结果，得到多个第一语音音频段对应的多个原始文字文件；将第一格式处理结果、原始文字文件根据序列号进行合并，得到相应的音频的字幕文件。
音频翻译语言文字处理方法系统

[发明专利]一种基于语音识别的中文语音校对方法和装置-CN201910797082.X在审
发明人：孟君;郝玉峰;曹琼 -专利权人：北京海天瑞声科技股份有限公司
申请日： 2019-08-27 - 公布日： 2019-12-03 - 主分类号： G10L15/10 文献下载
摘要：基于语音识别的中文语音校对方法，其中，包括：获取文本语料步骤，获取原始文本的文本语料及对应的文本带调拼音；获取音频步骤，基于文本语料，获取音频；识别步骤，通过语音识别引擎对音频进行识别，得到识别文字及对应的带调拼音；比对步骤，将识别语料信息与文本信息进行比对；校对步骤，根据比对结果，标识出识别语料信息中与文本信息不相匹配的差异文字及差异文字在音频中对应的时间段。通过对比，将识别文本与文本语料进行校对，从而标识差异文字的位置，有助于快速标识音频中出现转写错误的位置，提高校对效率，增强文本与音频的一致性。
文本校对语料文本信息语料信息语音识别中文语音拼音语音识别技术语音识别引擎比对步骤比对结果标识差异快速标识校对步骤原始文本时间段比对转写匹配

[发明专利]一种基于互联网的安全视频会议系统及方法-CN201510024771.9有效
发明人：朱志良;郭继东;于海;张伟;赵玉丽 -专利权人：东北大学
申请日： 2015-01-16 - 公布日： 2018-04-27 - 主分类号： H04N7/15 文献下载
摘要：一种基于互联网的安全视频会议系统及方法，该系统包括视频发送设备终端、服务器和视频接收设备终端，视频发送设备终端采集音频数据、视频数据和文字数据，将音频数据转换为WAV格式的音频数据，将视频数据转换为YUV格式的视频数据，并进行编码加密后，封装传输至服务器，将文字数据直接通过Socket套接字协议传输至服务器；服务器存储音频数据、视频数据和文字数据，同时将其传输至视频接收设备终端进行播放；视频接收设备终端对音频数据和视频数据进行同步解封，并进行解码解密，将解码解密后的音频数据和视频数据进行同步播放，同时对文字数据进行显示。
一种基于互联网的安全视频会议系统及方法