“语音样本”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362750个，建议您升级VIP下载更多相关专利

[发明专利]声纹模型重建方法、终端、装置及可读存储介质-CN201910775992.8在审
发明人：陈昊亮;罗伟航;李炳霖 -专利权人：广州国音智能科技有限公司
申请日： 2019-08-21 - 公布日： 2020-01-03 - 主分类号： G10L17/04 文献下载
摘要：本发明公开了一种声纹模型重建方法，包括以下步骤：获取语音样本数据，基于所述语音样本数据生成初始声纹模型，其中，所述语音样本数据包括多个子语音样本数据，而后基于所述初始声纹模型获取各个子语音样本数据的声纹特征向量，并基于K‑Means算法以及各个声纹特征向量对所述语音样本数据进行聚类，将所述语音样本数据分成预设数量的子样本集，接下来基于所述预设数量的子样本集生成目标声纹模型。本发明通过对语音样本数据进行聚类分组，进而以迭代的方式利用分组后的语音子样本集训练声纹模型，提升了声纹模型训练效率，以及声纹模型的健壮性。
语音样本数据声纹模型子样本声纹特征聚类向量预设可读存储介质分组训练效率健壮性迭代算法语音终端重建

[发明专利]语音识别模型的训练方法、语音识别方法、设备及介质-CN202310636148.3在审
发明人：张旭龙;王健宗;程宁;孙一夫 -专利权人：平安科技（深圳）有限公司
申请日： 2023-05-31 - 公布日： 2023-08-11 - 主分类号： G10L15/06 文献下载
摘要：本申请提供了一种语音识别模型的训练方法、语音识别方法、设备及介质，属于金融科技技术领域。该方法包括：获取样本说话对象的样本音频数据；将样本音频数据输入至预设的神经网络模型；基于语音预训练网络对样本音频数据进行特征提取，得到多个样本语音表示向量；对样本语音表示向量进行拼接处理，得到样本语音特征向量；基于性别预测网络对样本语音特征向量进行性别预测，得到预测性别标签；基于性别预测网络对样本语音特征向量进行年龄预测，得到预测年龄标签；基于预测性别标签、预测年龄标签、样本性别标签和样本年龄标签对神经网络模型的模型参数进行优化，得到语音识别模型。
语音识别模型训练方法设备介质

[发明专利]语音数据处理方法、装置及电子设备-CN202211184669.1在审
发明人：王炳乾;刘童 -专利权人：京东方科技集团股份有限公司
申请日： 2022-09-27 - 公布日： 2023-02-24 - 主分类号： G10L15/01 文献下载
摘要：本申请实施例提供了一种语音数据处理方法、装置、电子设备及计算机可读存储介质，涉及语音识别技术领域。该方法包括：通过接收第一语音，基于语音识别模型，对所述第一语音进行语音识别，确定所述第一语音对应的识别信息；根据所述识别信息，执行所述第一语音对应的处理操作。由于语音识别模型为基于目标样本语音进行训练得到的，所述目标样本语音为对初始样本语音进行语音检测得到的，这样，得到的目标样本语音的语音质量较高，从而使得基于该目标样本语音训练的语音识别模型的语音识别精度较高，提升了语音识别的准确度。
语音数据处理方法装置电子设备

[发明专利]语音识别方法及相关装置、电子设备、存储介质-CN202210746650.5在审
发明人：方昕 -专利权人：科大讯飞股份有限公司
申请日： 2022-06-27 - 公布日： 2022-09-06 - 主分类号： G10L15/00 文献下载
摘要：本申请公开了一种语音识别方法及相关装置、电子设备、存储介质，其中，语音识别方法包括：获取待识别语音所属的目标语种，并获取若干语系各自的语音识别模型；其中，若干语系基于若干归类方式中任一种对样本语音集合中各个样本语音所标注的样本子词序列进行分析得到，若干归类方式至少包括对样本子词序列进行特征聚类，各语系的语音识别模型分别由各语系的样本语音子集合训练得到，且各语系的样本语音子集合由样本语音集合基于归类得到的若干语系划分得到；基于目标语种所属语系对应的语音识别模型，对待识别语音进行识别，得到待识别语音的识别文本。上述方案，能够在降低语音识别模型的应用成本的同时，提升语音识别模型的识别性能。
语音识别方法相关装置电子设备存储介质

[发明专利]一种语音识别方法、声学模型的训练方法、装置及设备-CN202210006570.6在审
发明人：李思琪;付立 -专利权人：京东科技信息技术有限公司
申请日： 2022-01-04 - 公布日： 2023-07-14 - 主分类号： G10L15/02 文献下载
摘要：本申请提供一种语音识别方法、声学模型的训练方法、装置及设备。该语音识别方法包括：接收语音识别请求，语音识别请求包括目标语种的待识别语音；对待识别语音提取语音特征并输入第一声学模型，得到声学特征，声学特征包括待识别语音的可能性字符，第一声学模型是根据第一语音样本和第二语音样本，基于神经网络进行训练得到的用于识别语音数据中目标语种的可能性字符的模型，第一语音样本包括人工标定的多个语音样本和对应的目标语种的字符，第二语音样本包括采用第一语音样本训练的第二声学模型标定的多个语音样本和对应的目标语种的字符；根据声学特征确定目标语种的语音识别结果并输出。本申请的方法提高了目标语种的语音识别准确度。
一种语音识别方法声学模型训练装置设备

[发明专利]模型训练方法和装置、语音合成方法、设备及存储介质-CN202211101808.X在审
发明人：张旭龙;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2022-09-09 - 公布日： 2023-04-21 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例提供了一种模型训练方法和装置、语音合成方法、设备及存储介质，属于人工智能技术领域。该方法包括：获取样本语音特征数据和样本音素数据；将样本语音特征数据输入预设的原始特征生成模型进行特征扩充得到初步语音特征数据；对样本语音特征数据和初步语音特征数据进行损失计算得到特征损失值；根据特征损失值对原始特征生成模型进行参数调整得到目标特征生成模型；将样本语音特征数据输入至目标特征生成模型进行特征扩充得到目标语音特征数据；根据目标语音特征数据更新原始样本数据得到目标样本数据；根据目标样本数据对预设的原始语音合成模型进行训练得到目标语音合成模型。本申请实施例能够得到合成效果更优的语音合成模型。
模型训练方法装置语音合成设备存储介质

[发明专利]一种语音变声方法、装置、设备和存储介质-CN202211727089.2在审
发明人：盘子圣;黄祥康;马金龙;熊佳;徐志坚;谢睿;陈光尧 -专利权人：广州趣丸网络科技有限公司
申请日： 2022-12-30 - 公布日： 2023-06-09 - 主分类号： G10L21/013 文献下载
摘要：本申请公开一种语音变声方法、装置、设备和存储介质，通过获取用户产生的初始语音信息；利用预先设置的语音识别模型处理初始语音信息，得到与初始语音信息对应的语义特征向量；语音识别模型是以语音信息样本为训练样本，以与语音信息样本对应的语义特征向量为样本标签训练得到；利用预先设置的声纹识别模型处理初始语音信息，得到与初始语音信息对应的声纹特征向量；声纹识别模型是以语音信息样本为训练样本，以与语音信息样本对应的声纹特征向量为样本标签训练得到
一种语音变声方法装置设备存储介质

[发明专利]混合语音识别网络训练方法、混合语音识别方法、装置及存储介质-CN201910745788.1有效
发明人：王珺;陈杰;苏丹;俞栋 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-05-24 - 公布日： 2022-06-07 - 主分类号： G10L15/22 文献下载
摘要：本申请提供了一种混合语音识别网络训练方法，包括：通过混合语音识别网络中的深度神经网络获取适应语音样本和混合语音样本；通过深度神经网络确定与适应语音样本对应的适应语音样本的向量；通过混合语音识别网络对适应语音样本的向量和相应的有监督标注进行处理，形成目标对象在向量空间的语音提取子；通过混合语音识别网络，利用混合语音样本的向量和语音提取子确定目标对象的掩码；通过目标对象的掩码与目标对象的参考语音，对混合语音识别网络的参数进行更新。本发明还提供了一种混合语音识别方法、混合语音识别装置及计算机可读存储介质。本申请技术方案可从混合语音中确定出目标对象的语音，方便对混合语音中目标对象的语音进行追踪。
混合语音识别网络训练方法装置存储介质

[发明专利]语音降噪模型的训练方法、语音评分方法、装置及介质-CN202111025632.X在审
发明人：柯登峰;解焱陆;张劲松;林炳怀;王丽园 -专利权人：腾讯科技（北京）有限公司
申请日： 2021-09-02 - 公布日： 2022-04-05 - 主分类号： G10L21/0208 文献下载
摘要：本申请提供了一种语音降噪模型的训练方法、装置、电子设备及存储介质；语音降噪模型包括：噪音处理层，发音差异处理层和内容差异处理层，方法包括：通过噪音处理层，对语音样本进行降噪处理，得到目标语音样本；通过发音差异处理层，对目标语音样本进行发音评分的预测，得到发音预测结果，该发音预测结果，用于指示目标语音样本与语音样本对应的参考发音间的发音相似度；通过内容差异处理层，确定目标语音样本的内容与语音样本的内容间的内容差异；基于发音预测结果以及内容差异，更新语音降噪模型的模型参数，以得到训练完成的语音降噪模型；通过本申请，能够提高语音降噪模型的降噪精确程度。
语音模型训练方法评分装置介质

[发明专利]一种回放语音检测方法-CN202010479392.X有效
发明人：王让定;胡君;严迪群 -专利权人：宁波大学
申请日： 2020-05-29 - 公布日： 2022-12-27 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种回放语音检测方法，其特征在于：包括如下步骤：1)训练阶段：1.1)输入训练语音样本，所述训练语音样本包括原始语音和回放语音；1.2)提取训练语音样本的倒谱特征；1.3)根据提取的特征训练残差网络模型，得到网络模型参数；2)测试阶段：2.1)输入测试语音样本；2.2)提取测试语音样本的倒谱特征；2.3)利用步骤1)训练得到的残差网络对提取的测试语音样本的特征进行识别打分；2.4)判断测试语音样本是否为回放语音与现有技术相比，本发明的优点在于：基于深度学习的方式，将语音信号的倒谱特征与深度残差网络相结合，有效地提升系统的检测性能，并使得算法有较好的鲁棒性。
一种回放语音检测方法

[发明专利]联合时域和频域的伪造语音检测方法、装置、设备及介质-CN202310355092.4有效
发明人：田晖;张强;卢璥;全韩彧;李越 -专利权人：华侨大学
申请日： 2023-04-06 - 公布日： 2023-06-20 - 主分类号： G10L17/04 文献下载
摘要：本发明提供了联合时域和频域的伪造语音检测方法、装置、设备及介质，包括：获取多组样本自然语音和样本伪造语音，构建语音样本库，并对语音样本库中的每条语音样本进行预处理，生成具有特定维度的时域信号组和频域信号组；根据时域分支网络、频域分支网络和跨域融合网络组成构建伪造语音检测训练模型，将时域和频域信号组输入至伪造语音检测训练模型中进行联合训练，生成伪造语音检测模型；获取待检测语音样本，对语音样本进行预处理，生成与相对应的时域和频域信号；将时域和频域信号输入至伪造语音检测模型中，进行检测，生成判别结果。
联合时域伪造语音检测方法装置设备介质

[发明专利]语音转换方法、装置、电子设备及存储介质-CN202010685478.8有效
发明人：杜慷;陈孝良;冯大航 -专利权人：北京声智科技有限公司
申请日： 2020-07-16 - 公布日： 2020-11-24 - 主分类号： G10L13/02 文献下载
摘要：本申请提供了一种语音转换方法、装置、电子设备及存储介质，属于人工智能领域。所述方法包括：获取多个样本信息，每个样本信息包括样本文本信息、样本语音信息和样本用户标识，所述样本用户标识用于指示按照所述样本文本信息发出所述样本语音信息的用户，且所述多个样本信息中包括的样本用户标识不完全相同；根据所述多个样本信息，对语音转换模型进行训练；获取目标文本信息和目标用户标识；调用所述语音转换模型，根据所述目标用户标识对所述目标文本信息进行转换，得到与目标用户的音色匹配的目标语音信息。上述方法可以实现语音转换模型的多音色功能，智能化程度高。
语音转换方法装置电子设备存储介质

[发明专利]基于标签平滑的语音识别方法、装置、终端及介质-CN202010366735.1有效
发明人：郑诣;杨显杰;熊友军 -专利权人：深圳市优必选科技股份有限公司
申请日： 2020-04-30 - 公布日： 2023-04-14 - 主分类号： G10L15/06 文献下载
摘要：本申请公开了一种基于标签平滑的语音识别方法，包括：获取训练数据，所述训练数据包括多个训练样本，每一个所述训练样本包括样本语音及与样本语音对应的样本识别标签；基于预设的同音字字典，对所述样本识别标签进行标签平滑处理，获取经过标签平滑处理后的样本平滑标签；根据训练样本和所述样本平滑标签对预设的语音识别模型进行训练，并基于预设的损失函数，计算与所述训练样本对应的损失值；根据损失值进行反向传播，以完成对所述预设的语音识别模型的训练此外，本申请还公开了一种语音识别模型的训练装置、智能终端及计算机可读存储介质。采用本申请，可以提高语音识别模型的语音识别准确性。
基于标签平滑语音识别方法装置终端介质

[发明专利]一种自适应嘈杂环境下语音端点检测的方法和装置-CN201510394437.2有效
发明人：郑战海 -专利权人：广东小天才科技有限公司
申请日： 2015-07-03 - 公布日： 2019-03-15 - 主分类号： G10L15/04 文献下载
摘要：本发明公开了一种自适应嘈杂环境下语音端点检测的方法和装置。该方法，包括：录制多个连续的语音片；语音片中初始的若干语音片采集为样本语音；计算样本语音中每个语音片的语音平均能量值和所有语音片的平均能量值；根据语音平均能量值和平均能量值的大小关系判断样本语音是否包含目标语音；当样本语音包含目标语音时，样本语音的起点检测为目标语音的起点；当样本语音不包含目标语音时，将第一特定语音片的起点检测为目标语音的起点；将第二特定语音片的起点检测为目标语音的终点。通过以语音片的方式对声音进行录制，对初始的若干时间片进行采样和能量计算，根据能量的计算结果判断语音的起点和终点，自适应环境检测语音的端点。
一种自适应嘈杂环境语音端点检测方法装置

[发明专利]一种数据短缺场景下的语音识别方法、系统和存储介质-CN202211419010.X在审
发明人：王泽鑫 -专利权人：北京数美时代科技有限公司;数美天下（北京）科技有限公司
申请日： 2022-11-14 - 公布日： 2023-03-31 - 主分类号： G10L15/06 文献下载
摘要：本发明涉及一种数据短缺场景下的语音识别方法、系统和存储介质，包括：基于标注语音样本，对语音识别网络进行训练，得到第一语音识别模型；利用第一语音识别模型，对选取的无标注语音样本进行解码，得到所有解码结果，将每个符合预设条件的解码结果所对应的无标注语音样本确定为伪标注语音样本；基于所有的标注语音样本和伪标注语音样本，对第一语音识别模型进行优化，得到第二语音识别模型，并返回迭代训练，直至第二语音识别模型满足预设条件时，确定目标语音识别模型；将待测语音输入至目标语音识别模型，得到目标语音识别文本。本发明提高了语音识别模型的鲁棒性，解决了数据短缺场景下典型误转译问题，进而提高了语音识别模型的转译的精度。
一种数据短缺场景语音识别方法系统存储介质