“音频文字”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235826个，建议您升级VIP下载更多相关专利

[发明专利]音文平行数据中文本错别字检测方法、装置及相关设备-CN202211335955.3在审
发明人：徐梓航;杨子清;崔一鸣;王士进 -专利权人：科大讯飞股份有限公司
申请日： 2022-10-28 - 公布日： 2023-01-03 - 主分类号： G06F40/232 文献下载
摘要：本申请公开了一种音文平行数据中文本错别字检测方法、装置及相关设备，本申请提取音文平行数据中的待检测文本的文字模态特征，提取与待检测文本平行的音频的音频模态特征，将音频模态特征和文字模态特征进行融合，基于融合特征确定音频对应的真实文本本申请在错别字检测时，在考虑了待检测文本的文字模态特征的基础上，进一步融合了平行音频的音频模态特征，使得预测结果更加准确，在此基础上，通过对比真实文本和待检测文本，确定错别字检测结果，大大提升了错别字检测的准确度
平行数据文本错别字检测方法装置相关设备

[发明专利]多功能便携式电子助视器-CN200810306656.0无效
发明人：蒋清晓;李响;张海燕 -专利权人：蒋清晓
申请日： 2008-12-30 - 公布日： 2009-07-08 - 主分类号： H04N1/393 文献下载
摘要：本发明涉及一种多功能便携式电子助视器，包括依次相连的图像采集单元、图像处理单元、文字识别单元、智能判断单元、图像显示单元，它的控制单元与图像采集单元、图像处理单元、文字识别单元、智能判断单元、图像显示单元、数据通信接口、视频解码单元、音频解码单元、音频播放单元相连，存储单元与图像采集单元、图像处理单元、智能判断单元、视频解码单元、音频解码单元相连，视频解码单元与图像显示单元相连，音频解码单元与音频播放单元相连本发明既能将纸质文字或电子书放大或提高其显示的清晰度，以改善低视力患者和老年人的阅读能力，又能播放音频和视频文件，实现多媒体功能，使低视力者既能看又能听，提高娱乐性。
多功能便携式电子助视器

[实用新型]多功能便携式电子助视器-CN200820303901.8有效
发明人：蒋清晓;李响;张海燕 -专利权人：蒋清晓
申请日： 2008-12-30 - 公布日： 2009-09-23 - 主分类号： H04N1/393 文献下载
摘要：本实用新型涉及一种多功能便携式电子助视器，包括依次相连的图像采集单元、图像处理单元、文字识别单元、智能判断单元、图像显示单元，它的控制单元与图像采集单元、图像处理单元、文字识别单元、智能判断单元、图像显示单元、数据通信接口、视频解码单元、音频解码单元、音频播放单元相连，存储单元与图像采集单元、图像处理单元、智能判断单元、视频解码单元、音频解码单元相连，视频解码单元与图像显示单元相连，音频解码单元与音频播放单元相连本实用新型既能将纸质文字或电子书放大或提高其显示的清晰度，以改善低视力患者和老年人的阅读能力，又能播放音频和视频文件，实现多媒体功能，使低视力者既能看又能听，提高娱乐性。
多功能便携式电子助视器

[发明专利]一种站方引导型开放的UGC翻译交互系统-CN201910318366.6在审
发明人：夏中华;孙娟;蒋荣振 -专利权人：南京东方翻译院有限公司
申请日： 2019-04-19 - 公布日： 2019-08-06 - 主分类号： G06F17/28 文献下载
摘要：本发明涉及翻译交互技术领域，尤其是一种站方引导型开放的UGC翻译交互系统，包括服务器模块，服务器模块上电性连接有上传模块，上传模块上电性连接有筛选模块，上传模块包括文字上传模块，文字上传模块上电性连接有音频上传模块，音频上传模块上还电性连接有视频上传模块，筛选模块包括文字筛选模块，文字筛选模块上电性连接有音频筛选模块，音频筛选模块上电性连接有视频筛选模块，视频筛选模块上还电性连接有策划模块，策划模块还和提交模块进行电性连接
筛选模块上传上电翻译电性连接服务器模块交互系统引导型原文视频视频上传模块交互技术内容需求开放阅读收益发现

[发明专利]线上虚拟展厅自动生成方法和系统-CN202310749425.1在审
发明人：段超 -专利权人：杭州米奥米塔技术有限公司
申请日： 2023-06-25 - 公布日： 2023-10-27 - 主分类号： G06T19/00 文献下载
摘要：本申请涉及一种线上虚拟展厅自动生成方法和系统，通过带有展品的图片、文字、音频和视频，将展品的图片、文字、音频和视频导入虚拟地图模型，进而形成线上虚拟展厅。在这个过程中，仅需提供展品的图片、文字、音频和视频，就能够完成线上虚拟展厅搭建。展品的图片、文字、音频和视频采集专业度远远低于传统的线上虚拟展厅制作难度，并且展品信息和材料的采集时间短、采集技术性弱、展品信息和材料来源广。
线上虚拟展厅自动生成方法系统

[发明专利]可携式电子装置及其影像与音频数据合成方法-CN200810042014.4无效
发明人：李祎 -专利权人：环达电脑（上海）有限公司;成都宇达电通有限公司
申请日： 2008-08-22 - 公布日： 2010-02-24 - 主分类号： H04N5/262 文献下载
摘要：储存单元用以储存至少一影像数据及至少一音频数据，操作接口用以对上述影像数据及音频数据进行选择。辨识单元用以将所选的音频数据转换成一文字信息，而处理单元合成上述文字信息及所选的影像数据以产生一合成影像。因此，本发明的可携式电子装置，例如手机或数码相机，可将所录制或所通讯的音频数据转换为文字信息，并合成于影像数据之中，进而达到提升可携式电子装置的数据储存量，以及快速为影像数据加注文字信息的功效。
可携式电子装置及其影像音频数据合成方法

[外观设计]带音频转写编辑的图形用户界面的智能终端-CN202130555740.2有效
发明人：张晗;李守强;钟锟;程琛;郭晓天;孙国俊 -专利权人：合肥讯飞读写科技有限公司
申请日： 2021-08-25 - 公布日： 2022-04-29 - 主分类号： 14-03 文献下载
摘要：6.图形用户界面的用途：用于编辑、查看音频转写后对应的文字内容。，在文字内容的右下方有“录音模式”控制栏，其中包括“多人”按钮、“专注”按钮以及“识别模式”选择栏，点击相应的按钮可切换不同的录音模式；点击主视图中的“完成”按钮，跳转至变化状态图1；变化状态图1中顶部的录音控制栏变化为音频播放控制栏，其中包括“向前”、“播放”、“向后”、“倍速”、“音量”以及“继续录制”按钮，同时在音频播放控制栏上还显示有当前音频播放的进度条，在进度条上显示标记的节点；在音频播放控制栏下方显示已经转写完成的文字内容，若当前页面无法显示全部转写后的文字内容，则在文字内容的左下方有“查看全文”按钮，在文字内容的右下方显示有“替换”和“转写编辑”按钮，点击可替换相应的文字内容或者对转写后的文字进行编辑，点击变化状态图1中音频播放控制栏上的“播放”按钮，跳转至变化状态图2；变化状态图2中的文字内容随着音频的播放同步高亮显示。
音频转写编辑图形用户界面智能终端

[发明专利]一种音视频播放文件的播放控制方法-CN201210033715.8无效
发明人：张群 -专利权人：张群
申请日： 2012-02-15 - 公布日： 2012-07-18 - 主分类号： G11B19/02 文献下载
摘要：本发明涉及音视频播放相关技术领域，特别是一种音视频播放文件的播放控制方法,包括：把音视频播放文件进行音视频分离，获取音频文件；对音频文件根据语音资源进行语音识别，得到语音数据；把语音数据转换为一个或多个文字，把每个文字及与每个文字所对应的文字出现时间进行关联，并存储在数据库中，所述文字出现时间为每个文字在音视频播放文件中出现的时间；当接收到用户的文字搜索要求，在数据库中搜索与所述文字搜索要求相匹配的文字：音视频播放文件从与所述文字搜索要求相匹配的文字对应的文字出现时间开始播放。本发明通过语音文字搜索，使得用户可以更加精准的搜索到其所关注的内容。
一种视频播放文件控制方法

[发明专利]反电信诈骗手机终端监控系统-CN202210228686.4在审
发明人：汤润子 -专利权人：南京芃辰启智科技有限公司
申请日： 2022-03-08 - 公布日： 2022-08-12 - 主分类号： H04M1/663 文献下载
摘要：本发明公开了反电信诈骗手机终端监控系统，属于反电信诈骗技术领域，包括文字检索模块、链接检索模块、图片检索模块和音频检索模块；其中上述文字检索模块包括文字采集单元和文字检索数据库；其中上述链接检索模块包括网络链接输出单元、链接警示单元和链接检索数据库；其中上述图片检索模块包括网络图片识别单元和图片检索数据库；其中上述音频检索模块包括声音录取单元和大数据文字检索单元，上述文字采集单元对手机终端接收的文字类短信进行采集，包括手机终端利用电信网络发送的文字短信、各类APP的文字实时消息和文字留言消息。
电信诈骗手机终端监控系统

[发明专利]语音翻译结果显示方法、装置、电子设备及存储介质-CN202210839100.8有效
发明人：刘天一;吴斐;梁祥龙;娄身强;陆希炜 -专利权人：北京亮亮视野科技有限公司
申请日： 2022-07-18 - 公布日： 2022-11-29 - 主分类号： G06F40/106 文献下载
摘要：所述方法包括：获取音频数据，对音频数据进行识别，得到翻译文字；将翻译文字按照预设显示方向依次显示在近眼显示设备的目视视窗区域的视窗底部显示行中；若当前视窗底部显示行中的翻译文字的累积文字量达到预设上限文字量，且确定当前翻译文字对应的语句未结束，则将当前视窗底部显示行中的翻译文字上移预设行数，使得当前翻译文字对应的语句的剩余文字能够在视窗底部显示行中显示。本申请提供的方案可以解决近眼显示设备的语音翻译结果的文字显示方式容易导致使用者眼睛疲劳的技术问题，提升使用者体验感。
语音翻译结果显示方法装置电子设备存储介质

[发明专利]音频处理方法、装置、电子设备和可读存储介质-CN202211710465.7在审
发明人：王庆洁;魏光辉;李志飞 -专利权人：出门问问信息科技有限公司
申请日： 2022-12-29 - 公布日： 2023-05-02 - 主分类号： G10L15/197 文献下载
摘要：本申请实施例提供了一种音频处理方法、装置、电子设备和可读存储介质，涉及计算机技术领域。在本申请实施例中，本申请实施例可以获取目标音频，根据目标语音识别模型中的声学识别模块确定目标音频对应的发音概率矩阵，并根据目标语音识别模型中的语言识别模块和发音概率矩阵，确定目标音频对应的文字信息。进一步的，本申请实施例可以对文字信息进行融合解码处理，以确定目标音频对应的音频识别结果。其中，本申请实施例可以在发音概率矩阵对应的概率空间中搜索概率较大的文字信息，降低了音频和文本之间的数据依赖，在面对新出现的词汇或者生僻词汇时，本申请实施例可以增加模型输出的可能性，提高语音识别的准确率。
音频处理方法装置电子设备可读存储介质

[发明专利]一种根据音频输出的实时字幕生成方法-CN201610863894.6有效
发明人：卜佳俊;于智;陈静;王灿;王炜;陈纯 -专利权人：浙江大学
申请日： 2016-09-29 - 公布日： 2019-10-18 - 主分类号： G10L15/26 文献下载
摘要：一种根据音频输出的实时字幕生成方法，步骤如下：对于电子设备需要进行输出的音频信息进行如下操作：采用音频采集模块实时监测电子设备输出的音频信息，并将其收集；将收集到的音频信息传入语音提取模块，将音频信息中的背景音乐等无关内容进行过滤并进行降噪处理，得到准确的语音信息；此后将得到的需要转换成文字的语音信息输入到语音识别模块，得到语音对应的文字信息；最后经显示模块将转换后得到的文字利用字幕的形式实时显示在设备屏幕上。本方法的优点在于：可以帮助听障人士获取视频，音频或其他形式中包含的语音内容，为听障人士获取语音信息提供了有效便捷的方式，同时也为普通用户提供了便利。
一种根据音频输出实时字幕生成方法

[发明专利]一种音频识别方法、装置、设备及计算机可读存储介质-CN202311000329.3在审
发明人：向钊豫;范贤武;于洪举 -专利权人：湖南快乐阳光互动娱乐传媒有限公司
申请日： 2023-08-09 - 公布日： 2023-10-10 - 主分类号： G10L15/02 文献下载
摘要：本申请公开一种音频识别方法、装置、设备及计算机可读存储介质获取现实用户输入的待处理音频数据，将该待处理音频数据输入至预先构建的音频识别模型，以得到预先构建的音频识别模型输出的音频识别结果，所述预先构建的音频识别模型为优化后的优化后的BERT模型能够直接对音频数据进行处理并输出音频数据，将音频‑文字‑知识库‑文字‑音频的处理流程简化为音频‑优化后的BERT模型‑音频。相比于需要对音频和文本进行二次转换的识别方式，本申请优化语音检索逻辑，简化了现有的语义理解模型处理流程，能够提高虚拟用户的音频识别效率及反应速度。
一种音频识别方法装置设备计算机可读存储介质

[发明专利]一种音频信号处理的方法及电子设备-CN201210018216.1有效
发明人：熊高琰;陈剑峰 -专利权人：联想（北京）有限公司
申请日： 2012-01-19 - 公布日： 2013-07-24 - 主分类号： H04N21/439 文献下载
摘要：本发明公开了一种音频信号处理的方法及电子设备，应用于能接收至少两路音频数据的电子设备中，其中，所述至少两路音频数据包括第一路音频数据和第二路音频数据，所述电子设备包括有声音输出单元，所述方法包括：采集所述第一路音频数据和所述第二路音频数据；根据一音频播放策略，通过所述声音输出单元播放所述第一路音频数据和/或所述第二路音频数据；根据一音频文字转换策略，识别所述第一音频数据和/或所述第二路音频数据，以将所述第一音频数据和/或所述第二路音频数据转换成文字信号
一种音频信号处理方法电子设备

[发明专利]一种图片处理方法-CN202010766578.3在审
发明人：牛智强 -专利权人：广东以诺通讯有限公司
申请日： 2020-08-03 - 公布日： 2020-12-11 - 主分类号： G06T11/60 文献下载
摘要：本发明提供的一种图片处理方法，包括以下步骤：获取图片，包括从数据库中调取图片或实时拍摄照片，数据库中调取的图片分为有声图片和无声图片；识别图片；若识别为有声图片，则解码有声图片生成原生图片文件和音频文件，并将音频文件的音频信息解码为文字文本信息；将文字文本信息采取水印模式叠加到原生图片文件或将文字文本信息存至exif中并生成最终图片，当用户需求时再进行exif数据解析来显示文字文本信息显示，若识别为无声图片或实时拍摄照片时也采取该步骤通过辨别图片类型，解码读取图片中的有声信息，将有声文件转换为文字信息，并将文字信息以多种方式叠加在图片中使得在不方便使用有声照片的时候快速了解图片信息。
一种图片处理方法