“预处理语音”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3975145个，建议您升级VIP下载更多相关专利

[发明专利]处理方法和装置-CN202110343223.8在审
发明人：鹿飞 -专利权人：联想（北京）有限公司
申请日： 2021-03-30 - 公布日： 2021-06-29 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种处理方法和装置，该方法包括，获得预处理服务器发送的预处理语音数据，预处理语音数据是预处理服务器处理客户端发送的语音数据得到的，预处理语音数据携带有表征客户端的第一标识信息；获得客户端发送的语音识别命令，语音识别命令携带有第二标识信息；如果第二标识信息与第一标识信息匹配，基于语音识别命令对预处理语音数据进行语音识别，得到语音识别结果；将语音识别结果返回给客户端。本方案中，预处理语音数据由预处理服务器直接传输至语音识别服务器，语音识别服务器能够更快的进行语音识别，从而改善语音识别的实时性。
处理方法装置

[发明专利]连续语音指令快速识别控制系统-CN202210347366.0在审
发明人：陈芒 -专利权人：深圳市轻生活科技有限公司
申请日： 2022-04-01 - 公布日： 2022-06-24 - 主分类号： G10L15/22 文献下载
摘要：本发明提供连续语音指令快速识别控制系统，包括：输入模块与预处理模块连接，通过MIC输入用户控制语音；预处理模块的另一端分别与在线语音识别处理模块、离线语音识别处理模块连接，对用户控制语音进行音频预处理；在线语音识别处理模块通过云端平台对预处理后的语音进行语音识别得到语音输出信息；离线语音识别处理模块通过神经网络RNN模型对预处理后的语音进行语音识别得到语音输出信息；输出模块将在线语音识别处理模块或离线语音识别处理模块得到的语音输出信息输出本发明通过在线语音识别处理模块和离线语音识别处理模块消除了是否在线的限制，使得离线状态也能够进行语音指令识别，而且还能够快速稳定地针对连续的语音指令进行识别。
连续语音指令快速识别控制系统

[发明专利]一种用于语音识别文本多标签分类的方法和装置-CN202010981714.0在审
发明人：柯颖;林廷懋;钟伊妮;王周宇;谢雨成;李晓敦;赵世辉;陈铭新 -专利权人：中国建设银行股份有限公司
申请日： 2020-09-17 - 公布日： 2020-12-25 - 主分类号： G10L15/26 文献下载
摘要：本发明公开了一种用于语音识别文本多标签分类的方法和装置，涉及计算机领域。用于语音识别文本多标签分类的方法包括：接收语音数据；对所述语音数据执行语音识别，以生成语音文本；对所述语音文本执行预处理，以生成预处理的语音文本；利用所述预处理的语音文本，使用机器学习进行训练，生成标签分类模型；使用所述标签分类模型对新生成的预处理的语音文本进行预测，以生成与所述新生成的预处理的语音文本相对应的标签集合。
一种用于语音识别文本标签分类方法装置

[发明专利]语音数据处理方法、装置和电子设备-CN202110446277.7在审
发明人：孙廷玮;曹海涛;李家科;宋国瑞 -专利权人：美的集团(上海)有限公司;美的集团股份有限公司
申请日： 2021-04-23 - 公布日： 2022-08-12 - 主分类号： G10L15/06 文献下载
摘要：本发明提供了一种语音数据处理方法、装置和电子设备。其中，该方法应用于语音设备，语音设备包括预先训练完成的语音唤醒模型；该方法包括：采集语音数据；对语音数据进行预处理；预处理包括降噪和/或消除回声；将预处理后的语音数据输入语音唤醒模型中，得到唤醒结果；如果唤醒结果表征语音唤醒成功，将预处理后的语音数据发送至云端，以使设置在云端的语音内容识别模型识别语音数据的语音内容。该方式中，预处理和语音唤醒的流程可以在语音设备中离线处理，语音内容识别可以在云端进行处理，可以减少神经网络模型的训练时间和训练难度，提升训练效果，加快响应速度，降低云端识别系统开发难度，有助于后期维护和优化
语音数据处理方法装置电子设备

[发明专利]短时语音识别性能提升方法-CN202210517405.7在审
发明人：钮益峰;钱基业;李小平;杨勇;何攻;尹心;程晓;万凌云 -专利权人：国网重庆市电力公司电力科学研究院;国网重庆市电力公司超高压分公司;国网重庆市电力公司;国家电网有限公司
申请日： 2022-05-12 - 公布日： 2022-08-05 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种短时语音识别性能提升方法，该方法包括步骤：步骤1：对待识别短时语音进行预处理；步骤2：将预处理后的结果输入已训练好的语音识别模型进行识别处理；步骤3：对步骤2中的语音识别模型的输出结果进行后处理预处理包括依次进行语音提取和语音延拓处理。后处理包括依次进行识别结果重组和发音相似度匹配处理。本发明为已训练好的语音识别模型增加语音预处理和结果后处理，无需重新训练，即可提升短时语音识别的性能。
语音识别性能提升方法

[发明专利]一种语音识别方法-CN202110761056.9在审
发明人：张玉腾;宁新;杜静 -专利权人：青岛洞听智能科技有限公司
申请日： 2021-07-06 - 公布日： 2021-10-01 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种语音识别方法，包括：对语音文件进行数据预处理，包括语音数据预处理和文本数据预处理，其中语音数据预处理用于获取语音文件中的FBank特征数据，文本数据预处理用于获取语音文件中的文本内容并提取其中出现的文字创建词典；构建语音识别模型，其中语音识别模型基于CTC算法进行语音序列的切分；语音识别模型基于注意力机制对切分的片段进行识别；基于FBank特征数据和词典数据对语音识别模型进行训练；使用训练好的语音识别模型对语音文件进行识别，并将识别结果拼接为语音识别结果。从而能够在考虑优先上下文的信息中提高流式语音识别的结果。
一种语音识别方法

[发明专利]一种内置搜索语音短信功能的移动终端及其搜索方法-CN201210512740.4有效
发明人：党正 -专利权人：中兴通讯股份有限公司
申请日： 2012-12-04 - 公布日： 2014-06-11 - 主分类号： H04M1/2745 文献下载
摘要：本发明公开了一种内置搜索语音短信功能的移动终端，该移动终端包括语音录入模块，用于录入用户的语音搜索信号，并将该语音搜索信号发送至预处理模块进行预处理；预处理模块，用于对语音搜索信号进行预处理，将预处理后的预处理信号发送至匹配模块进行信号匹配；匹配模块，用于对预处理信号进行特征参数提取，计算所提取特征参数与所存语音短信特征参数的相似度，将相似度大于等于阈值的语音短信发送至结果输出模块；结果输出模块，用于将相似度大于等于阈值的语音短信以列表形式显示于移动终端屏幕上；本发明还同时公开了一种内置搜索语音短信功能的移动终端搜发方法，采用本发明，能快捷地对移动终端内部存储的语音短信进行搜索。
一种内置搜索语音短信功能移动终端及其方法

[发明专利]多语言智能预处理实时统计机器翻译系统的预处理模块-CN201710202532.7在审
发明人：张昱琪;唐亮 -专利权人：唐亮
申请日： 2017-03-30 - 公布日： 2017-08-11 - 主分类号： G06F17/28 文献下载
摘要：本发明公开了一种多语言智能预处理实时统计机器翻译系统的预处理模块，所述预处理模块包括文本预处理模块和语音识别结果预处理模块，所述文本预处理模块用于对文本输入的语言进行单词规范化操作、类别识别标注及语块语序调整；所述语音识别结果预处理模块用于对语音进行单词规范化操作和标点预测。本发明的预处理模块能够对待翻译的文本语言进行单词规范化操作、类别识别标注以及语块语序调整等基本操作，方便后续翻译模块对待翻译语言文本的翻译；或者对语音语言进行单词规范化操作或者对语音流中的标点进行预测等预处理，方便后续机器翻译模块的翻译；本发明预处理模块对小概率词语进行标注并优先翻译，能够提高对小概率词语翻译的准确性。
语言智能预处理实时统计机器翻译系统模块

[发明专利]一种基于语音评测的数据处理系统及方法-CN202010193831.0有效
发明人：庞志耕;郭见伟;雷超;郎刚;胡玲玲 -专利权人：北京五岳鑫信息技术股份有限公司
申请日： 2020-03-19 - 公布日： 2020-08-04 - 主分类号： G10L15/10 文献下载
摘要：本发明属于计算机技术领域，具体涉及一种基于语音评测的数据处理系统及方法，包括：语音采集装置，用于采集语音数据；语音预处理装置，用于对采集到的语音进行预处理；语音评测装置，用于对预处理后的语音进行语音质量的评测，得到高质量语音和低质量语音；语音分类单元，用于在高质量语音和低质量语音的基础上，再根据语音的物理状态和语音的语言状态进行语音分类，将语音分类为多个子语音集合；具有处理准确性高、处理效率高和处理后的语音质量高的优点
一种基于语音评测数据处理系统方法

[发明专利]一种通用即时3D口型动画生成方法、装置及存储介质-CN202211365436.1在审
发明人：石梓豪;高原 -专利权人：软星科技（北京）有限公司
申请日： 2022-10-31 - 公布日： 2023-04-18 - 主分类号： G06T13/40 文献下载
摘要：本发明公开一种通用即时3D口型动画生成方法，具体实现方法为：获取待处理语音数据样本，将获取的待处理语音数据样本经过预处理模块，得到经过预处理的预处理语音数据样本，将预处理语音数据样本输入预测模型，得到口型动画的粗生成结果，最后根据语音类型、语言类型以及3D人物特化建模特点对口型动画的所述粗生成结果予以修正并生成3D口型动画。
一种通用即时口型动画生成方法装置存储介质

[发明专利]一种基于深度学习的语音互动设备-CN202010851252.0在审
发明人：朱映辉;江玉珍 -专利权人：韩山师范学院
申请日： 2020-08-21 - 公布日： 2020-11-17 - 主分类号： G10L15/22 文献下载
摘要：本发明属于智能设备技术领域，具体为一种基于深度学习的语音互动设备，包括壳体、触摸显示屏和语音采集器，所述壳体的前表面中间设置有触摸显示屏，所述壳体的左侧和右侧设置有语音采集器，所述壳体的内腔设置有处理器、预处理单元、深度学习芯片、语音处理单元和驱动单元，所述处理器电性输入连接预处理单元，所述预处理单元电性输入连接语音采集器，所述处理器双向连接语音处理单元和深度学习芯片，其结构合理，首先通过语音降噪、语音合成和语音信号转换对语音采集器采集的语音进行预处理，然后在通过时频分解、目标计算和特征抽取、分离模型和波形合成对采集到的语音信号进行增强，提高了语音信息的准确性。
一种基于深度学习语音互动设备

[发明专利]基于语音识别与字幕显示的VHF海上安全通信系统-CN201911083849.9在审
发明人：林彬;俞雁韬;崔昆涛 -专利权人：大连海事大学
申请日： 2019-11-07 - 公布日： 2020-02-14 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种基于语音识别与字幕显示的VHF海上安全通信系统，包括：扩音器、语音预处理单元，所述语音预处理单元对接收到的语音信息进行分帧处理后再进行加窗处理，再对加窗后的语音信号进行快速傅里叶变换和缓存处理；接收语音预处理单元传送的处理后的语音信息、对该语音进行实时存储的存储单元；以及接收所述语音预处理单元传送的处理后的语音信息的语音识别单元，所述语音识别单元将文字传送至显示单元进行回放式显示。该系统能通过语音识别技术将正在播放的音频转换成对应的文字，并以字幕的形式显示在其字幕显示屏上，使用户在接收音频信息的同时还获得了文字信息，丰富了海上通信的内容。
语音预处理单元语音信息语音识别单元传送快速傅里叶变换接收音频信息语音识别技术字幕显示屏存储单元海上安全加窗处理实时存储文字传送文字信息形式显示音频转换语音识别语音信号字幕显示扩音器通信系统分帧回放加窗字幕语音播放海上通信

[发明专利]一种语音交互方法以及语音交互系统-CN201810473045.9有效
发明人：孙珏;徐曼 -专利权人：蔚来（安徽）控股有限公司
申请日： 2018-05-17 - 公布日： 2023-09-19 - 主分类号： G10L15/04 文献下载
摘要：本发明涉及一种语音交互方法以及语音交互系统。该方法包括：预处理步骤，对输入的语音信息进行预处理并输出语音段；语义识别步骤，对所述预处理步骤输出的语音段进行语义识别并输出语义信息；性别分类步骤，对所述预处理步骤输出的语音段识别出用户性别并输出性别信息；以及融合处理步骤，融合所述性别信息和所述语义信息而获得对于所述语音信息的个性化回复信息。根据本发明的音交互方法以及语音交互系统，能够根据用户的性别进行区分回复，提高用户体验，提高语音交互的智能化。
一种语音交互方法以及系统

[发明专利]一种语音识别方法及语音识别装置-CN202211304736.9在审
发明人：胡世民 -专利权人：深圳市捌零零在线科技有限公司
申请日： 2022-10-24 - 公布日： 2023-03-07 - 主分类号： G10L15/08 文献下载
摘要：本发明公开了一种语音识别方法及识别装置，具体包括以下步骤：S1：进行数据预处理，使用者首先根据其需求创建语音文件，所述语音文件包括语音数据预处理和文本数据预处理，其中所述语音数据预处理用于获取语音文件中的特征数据，所述文本数据预处理用于获取语音文件中的文本内容并提取其中出现的文字创建词典；S2：构建语音识别模型，其中所述语音识别模型基于CTC算法进行语音序列的切分。本发明提供的语音识别方法及语音识别装置具有充分提取语音数据的特征信息，同时该模型结构也采用了判断环境状态的技术，能够进一步简化语音识别的流程，通过上述方法不仅提高了语音识别的准确率，而且也提高了语音识别的效率的技术效果
一种语音识别方法装置

[发明专利]一种基于多模态融合的抑郁状态识别方法-CN202111174280.4在审
发明人：赵张;王守岩;刘伟 -专利权人：复旦大学
申请日： 2021-10-09 - 公布日： 2021-11-19 - 主分类号： G10L25/66 文献下载
摘要：本发明提供一种基于多模态融合的抑郁状态识别方法，包括以下步骤：步骤S1，采集语音数据和人脸数据；步骤S2，对语音数据进行语音预处理；步骤S3，将预处理的语音数据通过阿里云接口转为语音文本，并对语音文本进行文本预处理；步骤S4，对人脸数据进行视频预处理；步骤S5，将预处理的语音数据映射到时频域上，得到二维矩阵；步骤S6，构建多模态融合神经网络模型，将二维矩阵、预处理的语音文本和视频数据共同输入到多模态融合神经网络模型，以被试者是否抑郁作为训练标签进行训练；步骤S7，将待测语音数据输入到完成训练的多模态融合神经网络模型得到对应的多个分类结果，再以投票法的方式选择类别更多的训练标签作为语音信号的最终分类结果。
一种基于多模态融合抑郁状态识别方法

1
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