“语音训练”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507363个，建议您升级VIP下载更多相关专利

[发明专利]语音转换模型训练、语音转换方法、装置、电子设备及存储介质-CN202210421698.9在审
发明人：陈海涛;郭凯旋;甘文东;文博龙;闫影;李建伟;李海 -专利权人：成都爱奇艺智能创新科技有限公司
申请日： 2022-04-21 - 公布日： 2022-08-23 - 主分类号： G10L21/007 文献下载
摘要：本申请提供一种语音转换模型训练、语音转换方法、装置、电子设备及存储介质，该语音转换模型训练方法包括：获取多个训练音色分别对应的训练音频集；针对每个训练音色，根据训练音色对应的训练音频集确定训练音色对应的PPG特征数据集；根据训练音色对应的PPG特征数据集和训练音色对应的声学特征信息，对声学模型和声码器进行联合训练，获取训练音色对应的语音转换子模型；语音转换模型包括多个训练音色分别对应的语音转换子模型。本申请可以减小语音转换模型所输出的音频与实际期望输出的音频之间的差异。
语音转换模型训练方法装置电子设备存储介质

[发明专利]语音识别模型训练方法及语音识别方法-CN202111635600.1在审
发明人：谭天 -专利权人：思必驰科技股份有限公司
申请日： 2021-12-29 - 公布日： 2022-04-01 - 主分类号： G10L15/00 文献下载
摘要：本发明公开一种语音识别模型训练方法，提取训练语音的声学特征；对所述声学特征处理得到所述训练语音的口音表示；基于所述声学特征和所述口音表示训练语音识别模型。在训练过程中不仅考虑了待识别语音的声学特征，同时还兼顾了待识别语音中所携带口音的口音表示，从而使得训练得到的语音识别模型能够准确的实现对带口音语音的识别。
语音识别模型训练方法

[发明专利]语音处理模型训练方法和装置-CN201910297777.1有效
发明人：霍昱光;徐扬凯 -专利权人：北京百度网讯科技有限公司
申请日： 2019-04-15 - 公布日： 2023-07-25 - 主分类号： G10L15/02 文献下载
摘要：本申请提出一种语音处理模型训练方法和装置，其中，方法包括：通过获取目标语音识别场景的训练数据；训练数据包含第一类语音数据和第二类语音数据，第一类语音数据与目标语音识别场景的语音特征的匹配度大于第二类语音数据与语音特征的匹配度；生成联合模型结构；将训练数据输入联合模型结构，通过输入层和共享隐层对训练数据进行训练，并通过第一隐层和第一输出层对共享隐层输出的第一类语音数据进行训练，且联合第二隐层和第二输出层对共享隐层输出的第二类语音数据进行训练；根据输入层、共享隐层、第一隐层和第一输出层对应训练的模型参数生成语音处理模型。由此，通过在隐层就开始对训练数据进行拆分训练，提高了语音处理模型训练的准确性。
语音处理模型训练方法装置

[发明专利]基于模型增强的语音翻译模型训练方法、系统及语音翻译方法和设备-CN202110779788.0有效
发明人：屈丹;张昊;杨绪魁;张文林;闫红刚;牛铜;何振华;陈琦 -专利权人：中国人民解放军战略支援部队信息工程大学;郑州信大先进技术研究院
申请日： 2021-07-09 - 公布日： 2022-05-06 - 主分类号： G06F40/58 文献下载
摘要：本发明公开一种基于模型增强的语音翻译模型训练方法、系统及语音翻译方法和设备，该训练方法包括：收集语音翻译数据集，所述语音翻译数据集由多个语音‑翻译‑转录三元组构成；利用语音翻译数据集中的语音‑转录数据对训练语音识别模型，利用语音翻译数据集中的转录‑翻译数据对训练机器翻译模型；用语音识别模型初始化语音翻译模型的编码层，用机器翻译模型初始化语音翻译模型的解码层；对语音翻译模型的隐含层输出进行掩码，利用语音翻译数据集、结合损失函数对语音翻译模型进行训练；语音翻译模型训练好后，去掉掩码，对训练好的语音翻译模型进行微调。本发明提升了语音翻译模型的识别性能，可以有效提高语音翻译效率和质量。
基于模型增强语音翻译训练方法系统设备

[发明专利]语音处理模型的训练方法、语音识别方法、系统及装置-CN201910867253.1有效
发明人：梁山;刘斌;李冠君;刘文举;于蒙;陈联武 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-09-12 - 公布日： 2022-03-04 - 主分类号： G10L15/14 文献下载
摘要：本申请提供一种语音处理模型的训练方法、语音识别方法、系统及装置，涉及与人工智能、机器学习相关的信息技术领域，语音处理模型的训练方法如下：对语音增强模型、语音识别模型和语音判别模型进行迭代联合训练；针对每次训练，获得语音增强模型、语音识别模型以及语音判别模型的联合损失函数，以及语音判别模型的语音判别损失函数；在每次训练后根据联合损失函数调整语音增强模型和/或语音识别模型的模型参数，并根据语音判别损失函数调整语音判别模型的模型参数，直到联合损失函数和语音判别损失函数同时满足收敛条件时获得已训练的语音处理模型。提高了语音处理模型的鲁棒性。
语音处理模型训练方法识别系统装置

[发明专利]语音交互模型的训练方法、语音交互方法及装置-CN202110931751.5在审
发明人：瞿琴;吴玉芳;刘兵;吴震;王潇;付晓寅;臧启光 -专利权人：北京百度网讯科技有限公司
申请日： 2021-08-13 - 公布日： 2021-11-16 - 主分类号： G10L15/06 文献下载
摘要：本公开提供了一种语音交互模型的训练方法、语音交互方法及装置，涉及人工智能技术中的语音技术和深度学习技术，可以应用于人机交互等语音识别的场景。包括：获取训练语音文本，并对训练语音文本进行解析处理，得到训练语音文本的训练句式信息，对训练语音文本进行特征提取，得到第一语音特征，对所述训练句式信息进行特征提取，得到第二语音特征，根据第一语音特征和第二语音特征，训练得到语音交互模型避免了相关技术中确定是否需要对交互语音进行澄清缺乏泛化能力的弊端，提高了普遍适用性，且提高了确定是否需要澄清的准确性，从而提高了语音交互的可靠性的技术效果。
语音交互模型训练方法装置

[发明专利]语音识别方法、装置、电子设备及存储介质-CN202010739778.X在审
发明人：孙思宁 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-07-28 - 公布日： 2022-02-18 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及语音识别技术领域，公开了一种语音识别方法、装置、电子设备及存储介质，其中，该语音识别方法包括：获取待识别语音；通过语音识别模型对所述待识别语音进行识别，获得语音识别结果；其中，所述语音识别模型通过以下方式训练得到：基于各初始训练样本对初始语音识别模型进行训练，得到初步训练后的识别模型；获得每个所述初始训练样本在通过所述初步训练后的识别模型进行识别时所对应的识别易错率表征信息；根据所述表征信息从各所述初始训练样本中选取目标样本；基于各所述目标样本对所述初步训练后的识别模型进行训练，得到所述语音识别模型。本申请提供的方案能够提升语音识别模型的识别准确率。
语音识别方法装置电子设备存储介质

[发明专利]语音识别模型的训练方法、语音识别方法及装置-CN202111518670.9在审
发明人：陈孝良;李良斌 -专利权人：北京声智科技有限公司
申请日： 2021-12-13 - 公布日： 2022-03-29 - 主分类号： G10L15/06 文献下载
摘要：本申请公开了一种语音识别模型的训练方法、语音识别方法及装置。语音识别模型的训练方法，包括：获取目标训练文本，其中，所述目标训练文本包括对将来的预设时间段内预测的目标场景对应的场景关键词；根据目标训练文本对初始语音识别模型进行更新训练，得到目标语音识别模型，其中，所述初始语音识别模型为已训练完成的语音识别模型。根据本申请实施例，能够解决语音识别效率低，识别准确性差的问题。
语音识别模型训练方法装置

[发明专利]语音数据集训练方法和装置-CN201710143053.2有效
发明人：孙涛;康跃腾;张晓明;张力 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-03-10 - 公布日： 2020-08-04 - 主分类号： G10L15/14 文献下载
摘要：本发明涉及一种语音数据集训练方法和装置。所述方法包括：读取从第一语音数据集中选取数据所生成的第一测试集，以及对所述第一语音数据集进行训练得到的第一语音模型参数；获取第二语音数据集，从所述第二语音数据集中随机选取数据生成第二测试集；检测到所述第二测试集与所述第一测试集满足相似条件，则采用所述训练得到的第一语音模型参数对所述第二语音数据集进行第二语音模型训练。上述语音数据集训练方法和装置，节省了对第二语音数据集进行第一语音模型训练，节省了总的训练时长，提高了训练效率。
语音数据集训方法装置

[发明专利]语音合成模型的训练及语音合成方法、装置、设备和介质-CN202210517651.2在审
发明人：孙奥兰;王健宗;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2022-05-13 - 公布日： 2022-07-29 - 主分类号： G10L13/08 文献下载
摘要：本申请涉及人工智能技术，提出一种语音合成模型的训练及语音合成方法、装置、设备和介质，该方法包括：获取包含多个文本语音对的数据集；利用数据集对待训练语音合成模型进行训练，获取每个目标训练节点待训练合成模型预测的合成语音；计算每个目标训练节点的样本语音与合成语音之间的重构损失和特征差距；判断每个合成语音是否存在高频噪声；根据重构损失和特征差距对目标合成语音的合成效果进行排序；根据排序结果及附加筛选规则确定合成效果最优的合成语音对应的语音合成模型为已训练的语音合成模型本申请实现了通过训练节点的模型的重构损失、特征差距以及合成语音是否存在高频噪声多个维度来综合筛选出最优语音合成模型。
语音合成模型训练方法装置设备介质

[发明专利]语音识别模型的训练方法、语音识别方法及装置-CN201911240191.8有效
发明人：蒋栋蔚 -专利权人：北京嘀嘀无限科技发展有限公司
申请日： 2019-12-05 - 公布日： 2023-08-22 - 主分类号： G10L15/06 文献下载
摘要：本发明提供了一种语音识别模型的训练方法、语音识别方法及装置，涉及语音识别的技术领域，该语音识别模型的训练方法包括：获取包括多个语音序列的语音样本集，对语音样本集中的多个语音序列进行帧计算，以提取语音序列的Fbank特征向量，对Fbank特征向量进行降采样处理和掩码运算，生成掩码特征向量；将掩码特征向量输入至预训练模型，以完成语音识别模型的预训练过程。本发明提供的语音识别模型的训练方法、语音识别方法及装置，在训练过程中，由于使用的是无标注语音序列，大大减少了语音识别模型的训练过程中对标注数据的依赖，在保证识别效果的同时，也降低了使用成本。
语音识别模型训练方法装置

[发明专利]端到端远场语音识别系统训练方法、装置、计算机设备-CN202211497359.5有效
发明人：黄文琦;林全郴;梁凌宇;姚森敬;习伟;林克全 -专利权人：南方电网数字电网研究院有限公司
申请日： 2022-11-28 - 公布日： 2023-03-31 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及一种端到端远场语音识别系统训练方法、装置、计算机设备和存储介质。所述方法包括：获取样本远场语音数据，将样本远场语音数据输入至端到端远场语音识别系统中基于注意力机制的编码网络，得到编码输出特征；基于训练完成的预训练模型，获取样本远场语音数据对应的语音上下文特征；融合编码输出特征和语音上下文特征，得到目标训练数据；根据目标训练数据，对端到端远场语音识别系统进行训练，得到训练完成的端到端远场语音识别系统；训练完成的端到端远场语音识别系统用于在远场场景下识别出语音对象对应的音频信息。采用本方法能够有效通过近场语音数据提高远场语音识别系统性能，提升了训练效率和远场语音识别效果。
端到端远场语音识别系统训练方法装置计算机设备

[发明专利]语音转换方法、语音转换模型的训练方法、装置和介质-CN202110462563.2在审
发明人：刘皓冬;李栋梁;刘恺 -专利权人：北京搜狗科技发展有限公司
申请日： 2021-04-27 - 公布日： 2021-09-03 - 主分类号： G10L21/013 文献下载
摘要：本发明实施例提供了一种语音转换方法、语音转换模型的训练方法、装置和介质，其中的训练方法具体包括：确定第一训练数据；所述第一训练数据包括：N个训练样本；根据所述N个训练样本，对语音转换模型进行训练；所述对语音转换模型进行训练，包括：从所述训练样本对应的语音识别结果中，滤除所述训练样本对应的音色信息。本发明实施例能够提高目标语音的音色与第二人声的音色之间的相似度，进而能够提高语音转换的效果。
语音转换方法模型训练装置介质

[发明专利]语音合成模型的训练方法、装置、设备以及存储介质-CN202011364603.1有效
发明人：刘龙飞;陈昌滨 -专利权人：北京百度网讯科技有限公司
申请日： 2020-11-27 - 公布日： 2022-04-12 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了语音合成模型的训练方法、装置、设备以及存储介质，涉及深度学习、语音技术领域。具体实现方案为：获取用户样本数据、初始语音合成模型以及对应的预训练数据；对用户样本数据进行划分，得到第一样本数据和第二样本数据；采用第一样本数据和预训练数据，对初始语音合成模型进行训练，并在训练过程中获取多个训练得到的第一语音合成模型；从多个第一语音合成模型中选择目标语音合成模型；采用第二样本数据对目标语音合成模型进行微调训练，得到训练好的语音合成模型。由此，仅需要规模较少的用户样本数据，即可训练得到能够输出高质量的语音合成结果的语音合成模型，且语音合成过程耗时短，成本低。
语音合成模型训练方法装置设备以及存储介质

[发明专利]通用语音、目标语音合成模型的训练方法及相关装置-CN202110513379.6在审
发明人：陈梦楠;高丽;祖漪清;江源 -专利权人：科大讯飞股份有限公司
申请日： 2021-05-11 - 公布日： 2021-09-03 - 主分类号： G10L13/027 文献下载
摘要：本发明提供一种通用语音、目标语音合成模型的训练方法及相关装置，其中通用语音合成模型的训练方法包括：利用语音样本数据对初始语音建模模型进行训练，进而得到语音建模模型，其中，语音样本数据为非标注文本信息的样本数据；利用语音建模模型对语音测试数据进行处理，进而得到第一语音建模数据；利用第一语音建模数据对初始通用语音合成模型进行训练，进而得到通用语音合成模型。本申请的方法采用未标注文本信息的语音样本数据即可训练得到语音合成模型，其能够降低训练语音合成模型的代价以及困难度。
通用语音目标合成模型训练方法相关装置