“音频特征”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2596798个，建议您升级VIP下载更多相关专利

[发明专利]一种基于音频场景识别的学生行为日志生成方法及系统-CN202210022139.0在审
发明人：冷严;刘祯;李甜甜;王青;路安芹;潘杰 -专利权人：山东师范大学
申请日： 2022-01-10 - 公布日： 2022-05-27 - 主分类号： G10L25/12 文献下载
摘要：本发明属于音频场景识别技术领域，提供了一种基于音频场景识别的学生行为日志生成方法及系统。该方法包括，获取录制的音频文档，将音频文档分成若干音频片段；基于所述音频片段采用训练好的教育场景识别模型，得到各个音频片段的教育场景预测标签；为各个音频片段标记起始时间点和终止时间点，根据各个音频片段标记起始时间点和终止时间点结合各个音频片段的教育场景预测标签，生成时间分布行为日志；其中，教育场景识别模型预测的过程包括提取音频文档的频谱特征和主题在音频字上的概率分布，基于主题在音频字上的概率分布和音频文档的频谱特征生成主题特征，更新主题特征，基于更新的主题特征进行分类
一种基于音频场景识别学生行为日志生成方法系统

[发明专利]降噪模型的训练方法、音频降噪方法、服务器和存储介质-CN202310884328.3在审
发明人：陈洲旋 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-07-18 - 公布日： 2023-09-01 - 主分类号： G10L21/0264 文献下载
摘要：本申请涉及一种降噪模型的训练方法、音频降噪方法、服务器和存储介质。所述方法包括：获取样本音频的带噪音频特征；将带噪音频特征输入至待训练的降噪模型，通过降噪模型得到降噪音频特征；基于降噪音频特征进行音频重建，得到降噪音频，并根据降噪音频与干声音频之间的差异，得到第一损失函数；基于降噪音频特征对降噪音频的信噪比进行预测，得到预测信噪比，并根据预测信噪比与样本音频对应的样本信噪比之间的差异，得到第二损失函数；根据第一损失函数和第二损失函数，得到综合损失函数，并基于综合损失函数得到训练完成的降噪模型采用本方法能够提高降噪模型对音频进行降噪处理的准确性和普适性。
模型训练方法音频服务器存储介质

[发明专利]噪音识别方法、装置、电子设备及存储介质-CN202111469996.7在审
发明人：崔午阳;王佳 -专利权人：京东科技信息技术有限公司
申请日： 2021-12-03 - 公布日： 2022-03-11 - 主分类号： G10L25/51 文献下载
摘要：本申请实施例提供噪音识别方法、装置、电子设备及存储介质，通过获取待识别的音频片段；对所述音频片段进行特征提取，得到所述音频片段的语音特征和文本特征；其中，所述语音特征用于表示所述音频片段中语音的语音质量，所述文本特征用于表示所述音频片段中语音所对应的文本内容的文本质量；将所述音频片段的语音特征和所述文本特征输入至预先训练的噪音识别模型，得到所述音频片段的噪音识别结果。本申请通过对音频片段的语音特征和文本特征同时进行分析和处理，能够对音频片段中的人声噪声进行有效识别，相对于现有技术来说，本申请提供的噪声识别方法准确率更高，噪声识别效果更好。
噪音识别方法装置电子设备存储介质

[发明专利]一种音视频的合成方法及系统-CN202310360901.0在审
发明人：张耀庭 -专利权人：湖北雅派文化传播有限公司
申请日： 2023-04-06 - 公布日： 2023-06-23 - 主分类号： H04N21/44 文献下载
摘要：所述方法包括：根据视频内容特征生成情绪特征序列，通过视频配音特征获得配音振幅特征序列和配音频率特征序列，基于情绪特征序列获得待合成音频优化结果，根据配音振幅特征序列和配音频率特征序列，对待合成音频优化结果进行调整，生成多个待合成音频特征序列并发送至合成管理终端进行音视频合成。采用本方法能够解决现有技术中存在视音频合成时音频素材选取依赖于剪辑创作人员经验，存在音频素材选取与视频内容适配度不足导致所合成视频感官效果较差的技术问题。实现了提高所选音频素材与视频内容适配度，优化合成视频感官体验的技术效果。
一种视频合成方法系统

[发明专利]使用听觉数据的碰撞避免-CN201710091567.8在审
发明人：哈珀丽特辛格·班瓦伊特;吉内什·J·杰恩;韩正圭 -专利权人：福特全球技术公司
申请日： 2017-02-20 - 公布日： 2017-09-05 - 主分类号： B60W30/095 文献下载
摘要：用于自主车辆的控制器从一个或多个麦克风接收音频信号。音频信号被输入到对音频特征的源进行分类的机器学习模型。例如，特征可以被分类为源自车辆。基于来自多个麦克风的信号中的音频特征的相对延迟来确定音频特征的源的方向。在音频特征被以高于阈值的置信度分类为源自车辆的情况下，相对于音频特征的源的方向执行碰撞避让。音频特征的源的方向可以与车辆图像和/或地图数据相关，以增加音频特征的源是其发动机运行的停放的车辆的置信度得分。然后可以用停放的车辆的潜在路径执行碰撞避让。
使用听觉数据碰撞避免

[发明专利]音频检测方法及装置-CN202010754237.4在审
发明人：曹辉 -专利权人：广州酷狗计算机科技有限公司
申请日： 2020-07-30 - 公布日： 2020-10-30 - 主分类号： G10L25/51 文献下载
摘要：本申请实施例公开了一种音频检测方法及装置，属于媒体技术领域。在本申请实施例中，通过两个待检测音频的调式特征和和弦特征来检测两个待检测音频是否为相似音频。由于音频的调式特征和和弦特征能够反映音频的旋律以及歌唱者的情感，因此，基于调式特征和和弦特征能够检测出两个音频在旋律和情感上是否相似，如此，使得相似音频的检测更为多样，有利于后续应用该检测结果更好的进行歌曲挖掘或推荐等
音频检测方法装置

[发明专利]脸部图像生成方法及其装置、设备、介质、产品-CN202211458174.3在审
发明人：陶洪;李玉乐;项伟 -专利权人：百果园技术（新加坡）有限公司
申请日： 2022-11-21 - 公布日： 2023-03-07 - 主分类号： G06T13/40 文献下载
摘要：本申请涉及一种脸部图像生成方法及其装置、设备、介质、产品，所述方法包括：获取数字人的脸部数据模板和音频片段的音频特征信息，音频特征信息包含所述音频片段在频域获得的音频特征，脸部数据模板包含数字人的脸部区域的网格顶点数据；采用表情生成模型中的特征提取网络分别提取脸部数据模板和音频特征信息相对应的语义特征信息后融合成多模态特征信息；采用表情生成模型中的特征解码网络根据所述语义特征信息生成所述音频片段相应的脸部数据帧；根据脸部数据帧的网格顶点数据渲染数字人的三维模型获得脸部图像本申请能根据音频片段和脸部数据模板生成所述音频片段的脸部图像，使脸部图像的表情动作和嘴型动作与音频片段的声音相同步。
脸部图像生成方法及其装置设备介质产品

[发明专利]基于音频特征的电梯告警音检测系统-CN202110333570.2有效
发明人：钟超文;万敏;蔡巍伟;靳旭哲 -专利权人：浙江新再灵科技股份有限公司
申请日： 2021-03-29 - 公布日： 2022-11-25 - 主分类号： B66B5/02 文献下载
摘要：本发明涉及一种基于音频特征的电梯告警音检测系统，运行过程识别模块用于识别电梯是否存在运行过程，音频数据处理模块用于对音频数据进行特征构造形成第一音频特征和第二音频特征；模型拟合模块包括第一告警音检测模块和第二告警音检测模块，用于针对第一音频特征和第二音频特征进行告警音检测；输出模块用于发出告警音。本发明通过对音频数据进行特征构造分别形成第一音频特征和第二音频特征在分别输入第一告警音检测模型和第二告警音检测模型进行告警音识别，当两个模型同时识别为告警音时发出告警音，并且可以结合加速数据对于运行过程进行判断
基于音频特征电梯告警检测系统

[发明专利]语音分离方法、系统、移动终端及存储介质-CN202010105157.6有效
发明人：曾志先;肖龙源;李稀敏;蔡振华;刘晓葳 -专利权人：厦门快商通科技股份有限公司
申请日： 2020-02-20 - 公布日： 2023-05-05 - 主分类号： G10L25/78 文献下载
摘要：本发明提供了一种语音分离方法、系统、移动终端及存储介质，该方法包括：获取样本音频进行音频组合得到标签音频数据；对标签音频数据进行音频融合得到融合音频，对融合音频和标签音频数据进行频谱转换，得到融合频谱图特征和标签频谱图特征；将融合频谱图特征输入LSTM网络和Mask网络进行计算，得到频谱过滤特征；根据频谱过滤特征和融合频谱图特征进行预测计算，得到预测频谱特征；根据预测频谱特征和标签频谱图特征进行损失计算，得到损失值，根据损失值对语音分离模型进行迭代训练，直至语音分离模型收敛；将待识别语音输入语音分离模型进行语音分离，得音频分离文件。本发明通过采用端到端结构实现了多人说话的音频分离，提高了语音识别的准确率。
语音分离方法系统移动终端存储介质

[发明专利]视频生成方法、装置和电子设备-CN202210128795.9在审
发明人：刘鑫 -专利权人：维沃移动通信有限公司
申请日： 2022-02-11 - 公布日： 2022-05-31 - 主分类号： H04M1/72439 文献下载
摘要：在显示目标会话界面的情况下，接收用户在目标会话界面中的第一输入，第一输入为用户对目标音频和目标图像的输入；响应于第一输入，获取目标音频的音频特征信息；根据音频特征信息，对目标音频进行音频切片处理，得到音频情感特征序列；根据音频情感特征序列，对目标图像进行姿势筛选处理，得到姿势图像序列，并根据目标图像和音频情感特征序列，生成表情图像序列；基于目标图像、音频特征信息、姿势图像序列和表情图像序列，生成并输出目标视频。
视频生成方法装置电子设备

[发明专利]一种基于神经网络的场景自适应助听器音频增强系统-CN202111565538.3有效
发明人：吴志勇;杨玉杰;蔡新宇;陈玉鹏 -专利权人：清华大学深圳国际研究生院;鹏城实验室
申请日： 2021-12-20 - 公布日： 2023-06-23 - 主分类号： H04R25/00 文献下载
摘要：一种基于神经网络的场景自适应助听器音频增强系统和方法，该系统包括基于神经网络的多模态场景特征提取模块和音频增强模块，所述多模态场景特征提取模块对场景进行多模态场景特征提取，所述多模态场景特征包括所述场景的音频和图像特征；所述音频增强模块使用所述多模态场景特征编码对原始音频进行音频增强。本发明将场景信息融合进音频增强系统，从而实现在不同场景下对不同音频进行增强或抑制，提升了用户的使用体验。本发明可以用于帮助助听器在不同场景下实现针对性音频增强，可以降低模型存储需求，提升推理速度和音频增强表现。
一种基于神经网络场景自适应助听器音频增强系统

[发明专利]信息处理方法及电子设备-CN201510052030.1在审
发明人：杨斌 -专利权人：联想（北京）有限公司
申请日： 2015-02-02 - 公布日： 2015-05-27 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种信息处理方法及电子设备，所述方法应用于包括或连接有音频采集单元的第一电子设备；所述音频采集单元能够采集用户输入音频；所述方法包括：采集用户输入的第一音频，形成第一音频数据；其中，所述第一音频数据用于获取第一音频特征；获取与所述第一音频特征相适配的第二音频的标识信息和/或特征信息；及输出所述第二音频的标识信息和/或特征信息。
信息处理方法电子设备

[发明专利]一种信号处理方法、计算机设备及存储介质-CN202111244791.9在审
发明人：胡诗超 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2021-10-25 - 公布日： 2022-01-28 - 主分类号： G10L25/30 文献下载
摘要：本申请提出一种信号处理方法、计算机设备及存储介质，该信号处理方法包括：获取待处理音频信号；调用音频信号处理模型的扩展增强模块对待处理音频信号关于时域的编码特征进行特征增强处理，得到待处理音频信号的目标编码特征；调用音频信号处理模型的音频解码模块对待处理音频信号的目标编码特征进行解码处理，得到目标音频信号。通过本申请，可以提高待处理音频信号的音频分辨率。
一种信号处理方法计算机设备存储介质

[发明专利]音频控制方法、装置、设备及计算机可读存储介质-CN202111145232.2在审
发明人：肖源;罗厅 -专利权人：中兴通讯股份有限公司
申请日： 2021-09-28 - 公布日： 2023-03-31 - 主分类号： H04L65/80 文献下载
摘要：本发明提供了一种音频控制方法、装置、设备及计算机可读存储介质，方法包括获取网络处理过程中的网络特征数据和音频处理过程中的音频特征数据；将所述网络特征数据和所述音频特征数据输入至分类器模型，得到若干音频控制指令；根据所述音频控制指令，控制对应的音频处理过程中对应的音频处理操作；本发明能够有效保证音频效果，可操作性较好。
音频控制方法装置设备计算机可读存储介质

[发明专利]一种音频信息检索的方法和装置-CN201310263426.1有效
发明人：黄亮 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2013-06-27 - 公布日： 2018-09-07 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种音频信息检索的方法和装置，所述方法包括：获取待处理音频信息；获取所述待处理音频信息的音频数据；提取所述音频数据的特征组，所述特征组包括不少于一个特征；根据所述特征组，在预设的音频特征库中确定所述待处理音频信息的同源信息由于本发明在音频信息包含恶意信息时，能够对其进行检索，避免了存在恶意信息的音频信息流传于网络，保证了用户的正常上网体验。
一种音频信息检索方法装置