“真实语音”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293997个，建议您升级VIP下载更多相关专利

[发明专利]一种虚拟面部图像的生成方法、装置、设备及存储介质-CN202210761125.0有效
发明人：范锡睿;张世昌;赵亚飞;郭紫垣 -专利权人：北京百度网讯科技有限公司
申请日： 2022-06-29 - 公布日： 2023-06-13 - 主分类号： G06T17/00 文献下载
摘要：具体实现方案为：获取时间同步的视频流和音频流；其中，所述音频流包括语音，所述视频流包括播报所述语音的真实面部图像；将所述音频流输入虚拟面部生成模型，得到虚拟面部数据；根据所述视频流中包括的真实面部图像，对所述虚拟面部数据进行校正，以得到播所述语音的目标虚拟面部图像。本公开可以提高虚拟面部图像与播报语音的匹配性。
一种虚拟面部图像生成方法装置设备存储介质

[发明专利]一种语音翻译方法、通讯方法及相关装置-CN201410810783.X在审
发明人：尚国强 -专利权人：中兴通讯股份有限公司
申请日： 2014-12-22 - 公布日： 2016-07-20 - 主分类号： G06F17/28 文献下载
摘要：本发明提供一种语音翻译方法、通讯方法及相关装置，涉及终端应用领域。方法包括：获取第一语音；提取所述第一语音的语音特征；对所述第一语音进行转换，得到翻译后的语音数据；根据所述语音特征对所述翻译后的语音数据进行语音拟合，得到第二语音。采用本发明方案，经翻译后的第二语音能够保留说话者的语音特征，因此在应用到终端通讯时，为收听一方带来更真实的体验效果。
一种语音翻译方法通讯相关装置

[发明专利]欺诈语音检测方法、装置、计算机设备以及可读存储介质-CN202210139457.5在审
发明人：赵沁;徐亮 -专利权人：平安科技（深圳）有限公司
申请日： 2022-02-16 - 公布日： 2022-04-29 - 主分类号： G10L17/00 文献下载
摘要：本发明属于人工智能技术领域，提供一种欺诈语音检测方法、装置、计算机设备以及可读存储介质，该方法包括：获取语音信号，并将所述语音信号进行标注，获取带有真实标签的语音信号以及语音数据集；将所述语音信号进行n维转换，获取欺诈信号，进行标注，获取带有第i标签的欺诈信号以及第i数据集，通过所述语音数据集以及第i数据集进行合并，分别获取第i训练集和第n+1训练集；通过初始模型分别对第一训练集至第n+1训练集进行迭代训练，获取相应的用于语音检测的第一模型至第n+1模型；通过所述第n+1模型对当前信号进行识别之后，依次通过所述第一模型至第n模型对所述当前信号进行识别，获取所述当前信号的所述真实标签或者所述第i标签。
欺诈语音检测方法装置计算机设备以及可读存储介质

[发明专利]一种基于语音识别及语音分析的发音评估方法-CN200410074445.0有效
发明人：刘建;赵庆卫;颜永红;邵健 -专利权人：北京中科信利技术有限公司;中国科学院声学研究所
申请日： 2004-09-16 - 公布日： 2006-03-22 - 主分类号： G10L15/28 文献下载
摘要：本发明公开了一种基于语音识别及语音分析的发音评估方法，包括以下步骤：选取输入的原始语音信号，采集并转换为数字信号，然后进行分帧处理；提取语音帧的特征参数；利用语音识别引擎对该输入语音进行识别，得到每个单词(字)或/及音节的分段信息，并计算出每个单词或单字的置信度；根据每个单词(字)或/及音节的置信度，对该输入语音中每个单词(字)或/音节的发音真实度进行评估。进一步，可以同时计算出每一语音频的时长、能量和频率信息，并与标准发音库对应的信息相比较，计算出每个单词(字)或/和音节的相似度，和置信度一起加权得到发音真实度。
一种基于语音识别分析发音评估方法

[发明专利]语音数据采集方法、终端及可读存储介质-CN201911248621.0在审
发明人：黄族良;龙洪锋 -专利权人：广州国音智能科技有限公司
申请日： 2019-12-06 - 公布日： 2020-04-07 - 主分类号： G10L21/0216 文献下载
摘要：本发明公开了一种语音数据采集方法，通过获取带噪语音信号，估计所述带噪语音信号中语音信号的语音占比估计值，判断所述语音占比估计值是否小于预设语音占比值，若所述语音占比估计值小于预设语音占比值，则对所述带噪语音信号进行降噪处理，得到降噪语音信号。实现了在提高语音数据采集质量的同时保证了语音信号真实性的目的。
语音数据采集方法终端可读存储介质

[发明专利]一种实现虚拟号码类语音增值业务的系统及方法-CN200510095832.7有效
发明人：许峻嵘;蔡永峰;赵晓东;卢选明 -专利权人：华为技术有限公司
申请日： 2005-09-02 - 公布日： 2006-10-25 - 主分类号： H04Q7/22 文献下载
摘要：本发明公开了一种实现虚拟号码类语音增值业务的方法，包括以下步骤：主叫用户发起呼叫，主叫MSC/VLR从SCP/HLR上获取IP的路由号码，并根据该路由号码建立主叫MSC/VLR与IP之间的通信链路；IP执行虚拟号码类语音增值业务的业务逻辑，通过主叫MSC/VLR与IP之间的通信链路接收主叫用户输入的虚拟分机号码，并将接收的虚拟分机号码发送给SCP/HLR，SCP/HLR将虚拟分机号码转换为被叫用户真实号码；主叫MSC/VLR获取被叫用户真实号码，并根据获取的被叫用户真实号码建立主叫MSC/VLR与被叫MSC/VLR之间的通信链路。本发明同时公开了一种实现虚拟号码类语音增值业务的系统。
一种实现虚拟号码语音增值业务系统方法

[发明专利]图像生成模型的训练方法及装置、图像生成方法及装置-CN202310762872.0在审
发明人：邹城;王萌;陈景东 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-06-26 - 公布日： 2023-09-22 - 主分类号： G06V10/774 文献下载
摘要：图像生成模型包括生成器，该训练方法包括：获取训练样本，其中包括语音信息、唇形与语音信息同步的真实图像帧序列、通过对真实图像帧序列中的图像帧的下半脸区域进行遮挡处理而获得的遮挡图像帧序列、脸部参考图像帧序列和牙齿参考图像，真实图像帧序列和脸部参考图像帧序列中的图像帧为同一对象的脸部图像；将语音信息、遮挡图像帧序列、脸部参考图像帧序列和牙齿参考图像输入生成器进行模型处理，得到针对遮挡图像帧序列中的图像帧的下半脸区域进行重建的重建图像帧序列；基于重建图像帧序列和真实图像帧序列确定预测损失；以最小化预测损失为目标，调整生成器的参数。
图像生成模型训练方法装置

[发明专利]一种基于语义解析的满意度调查方法、平台及设备-CN202111481237.2在审
发明人：张庆茂;李世勇;黄博 -专利权人：山东远联信息科技有限公司
申请日： 2021-12-07 - 公布日： 2022-03-25 - 主分类号： G06Q10/06 文献下载
摘要：本申请公开了一种基于语义解析的满意度调查方法、系统及平台，所述方法包括：获取用户满意度评价的语音信息；根据所述语音信息确定所述语音信息中的关键词；通过所述关键词进行推断获得用户满意度。当对用户进行满意度调查时，不需要用户进行机械的满意度选项选择，只需要根据自己的想法进行表达，获得用户的语音信息。进而根据用户语音中表达的关键信息确定用户的满意度。由于用户的表达符合用户的真实心理想法，可以真实全面的反应自身的满意程度，进而提高了满意度调查结果的准确性。
一种基于语义解析满意调查方法平台设备

[发明专利]一种实时的语音驱动人脸动画的方法-CN201310173929.X有效
发明人：汪增福;罗常伟;於俊 -专利权人：中国科学技术大学
申请日： 2013-05-10 - 公布日： 2013-09-04 - 主分类号： G06T13/40 文献下载
摘要：本发明提供一种实时的语音驱动人脸动画的方法，该方法有如下特性：(1)基于真实捕捉的语音参数和视觉参数，采用高斯混合模型和马尔可夫模型结合的方法实现语音参数到视觉参数的转换；(2)实现了语音参数到视觉参数的直接转换，既考虑了过去视觉特征对当前视觉特征的影响，又不依赖于语音识别系统提供的音素序列作为转换的前提；(3)能够满足实时性要求以及非实时性要求；(4)能够产生高真实感的人脸动画，也能产生具有动漫效果的人脸动画
一种实时语音驱动动画方法

[发明专利]一种基于实车的语音唤醒率测试方法、系统、设备及介质-CN202010560393.7在审
发明人：陈媛媛;邢春鸿;杨良义;付靓;李斌;李朝斌 -专利权人：中汽院智能网联科技有限公司;中国汽车工程研究院股份有限公司
申请日： 2020-06-18 - 公布日： 2020-10-02 - 主分类号： G10L15/01 文献下载
摘要：本发明涉及实车语音测试领域，具体公开了一种基于实车的语音唤醒率测试方法、系统、设备及介质。所述方法包括步骤S1‑S6，其以保存为音频文件的方式预先采集实车行驶噪声环境(步骤S1)，测试时在实验室预设分贝值下原声播放所述音频文件，以按照实车行驶噪声环境搭建实验室内噪声环境(步骤S2、S3)，使得语音测试环境符合语音交互系统实车使用状态，更加真实地反映语音交互系统的性能；按照预设语音唤醒指令唤醒语音交互系统(步骤S4)，根据语音交互系统的响应来判定测试合格或不合格(步骤S5)，然后根据测试合格和不合格的次数来计算语音唤醒率(步骤S6)，使得依赖于步骤S1‑S3计算的唤醒率(步骤S4‑S6)与实车环境下真实的唤醒率差异较小。
一种基于语音唤醒测试方法系统设备介质

[发明专利]一种语音识别方法和装置-CN201610211607.3有效
发明人：潘春岭 -专利权人：中兴通讯股份有限公司
申请日： 2016-04-06 - 公布日： 2021-10-15 - 主分类号： G10L15/02 文献下载
摘要：本发明公开了一种语音识别方法和装置，包括：建立所述语音障碍者的常用生活用语语音与标准语音的对应关系的数据库，接收语音障碍者的语音，根据所述数据库识别出对应的标准语音执行所述标准语音相应的操作，通过建立语音障碍者语音与标准语音的对应关系，能够准确识别语言障碍者的语音，为他们思想意图的真实表达提供了便利，更加有利于患者语言表达的恢复，树立他们对生活的信心。
一种语音识别方法装置

[发明专利]一种基于多模态相关性的人脸动画生成方法及系统-CN202110718414.8有效
发明人：熊盛武;马宜祯;陈燚雷;邓梦涵;曾瑞 -专利权人：武汉理工大学
申请日： 2021-06-28 - 公布日： 2022-04-15 - 主分类号： G06T13/20 文献下载
摘要：本发明公开了一种基于多模态相关性的人脸动画生成方法及系统，首先提出了一个基于多模态相关性的人脸动画生成神经网络框架；在网络结构上，首先提出使用多Transformer结构来建模语音驱动人脸动画生成任务中语音模态、图像模态以及语音/图像跨模态的相关性，并基于这种相关性计算驱动语音对应的人脸表情特征，从而提高生成的人脸动画的真实性和流畅性。在网络结构的基础上，创新性地将源视频引入训练过程，可以达到对驱动语音更准确的表情预测结果。另外，单语音模态驱动的方法只能在唇部上生成较好的动画结果，而引入源视频可以提高除唇部区域以外其他面部区域的真实性，从而生成更逼真的人脸动画结果。
一种基于多模态相关性动画生成方法系统

[实用新型]一种应用于涉外酒店互动微场景的嵌入式音频播放装置-CN202120571682.7有效
发明人：刘嫣 -专利权人：荆楚理工学院
申请日： 2021-03-19 - 公布日： 2021-10-29 - 主分类号： G09B5/06 文献下载
摘要：本申请提供一种应用于涉外酒店互动微场景的嵌入式音频播放装置，多样化的仿真实景，可以营造贴合实际的涉外酒店的微场景，便于锻炼学员的外语口语能力、应变能力和心理素质。嵌入式音频播放装置设置在微酒店模型内，存储单元存储有多条外语语音信息；遥控单元在操作下发射信号；通信单元接收遥控单元发射的信号并发送给主控单元；主控单元接收通信单元发送的信号，并从存储单元调取相应的目标外语语音信息，再发送给语音播放单元，以使语音播放单元播放目标外语语音信息。这样可以尽可能还原服务场景，增加场景的真实性；随机抽选外语语音信息对学员进行训练，使得训练效果更佳，且具有较强的灵活性和便利性，可以减轻培训师的工作负担。
一种应用于涉外酒店互动场景嵌入式音频播放装置

[发明专利]仪器运行原理具象化的实验教学系统及方法-CN201710170235.9在审
发明人：黄晓平;郑俭锋;高丹;葛倩倩 -专利权人：深圳市奈瑞特科学技术有限公司
申请日： 2017-03-21 - 公布日： 2017-06-13 - 主分类号： G09B5/06 文献下载
摘要：本发明公开一种仪器运行原理具象化的实验教学系统及方法，其中，该系统包括真实实验仪器、转换控制器及具象处理装置；真实实验仪器用于根据用户的操作执行相应操作，同时生成触发信号并向外发送；转换控制器用于对接收的触发信号进行处理生成控制指令，并将控制指令并向外发送；具象处理装置包括具象处理模块、图像库、语音库及展示模块；具象处理模块用于对收到的控制指令进行识别处理，并根据识别处理结果分别调用图像库中的三维动画文件以及语音库中的讲解语音文件；展示模块用于将三维动画及讲解语音进行同步展示及播放。本发明能够在用户操作真实实验仪器时展示仪器的运行及其原理，通过增加人机互动来改善和提高教学及学习效率。
仪器运行原理具象实验教学系统方法

[发明专利]一种基于声纹比对和生成对抗网络的语音增强方法-CN201811353760.5有效
发明人：钟艳如;张家豪;赵帅杰;李芳;蓝如师;罗笑南 -专利权人：桂林电子科技大学
申请日： 2018-11-14 - 公布日： 2022-11-08 - 主分类号： G10L21/0208 文献下载
摘要：本发明公开一种基于声纹比对和生成对抗网络的语音增强方法，1）建立三个语音数据库,分别对应声纹识别编码器、噪声分离系统和语音分离系统；2）训练声纹识别编码器提取目标说话者的声纹特征，得目标声纹特征；3）将带噪音频转化成语谱图送入噪声分离系统中的生成器中，得预测干净音频；4）将预测干净音频和真实干净音频送入噪声分离系统中的鉴别器训练；5）调整鉴别器权重参数，使鉴别器更好地分辨出真实干净音频和预测干净音频的区别，得到产生近乎真实的干净音频的生成器；6）将说话者的声音送入已经训练好的生成器中，生成预测干净语谱图，得到增强的语音信号。
一种基于声纹生成对抗网络语音增强方法