“音频特征提取”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3055603个，建议您升级VIP下载更多相关专利

[发明专利]情感识别模型的训练方法、装置、计算机设备和存储介质-CN202010992862.2有效
发明人：陆昱;彭子轩;刘云峰 -专利权人：深圳追一科技有限公司
申请日： 2020-09-21 - 公布日： 2021-02-05 - 主分类号： G10L25/63 文献下载
摘要：本申请提供了一种情感识别模型的训练方法、装置、计算机设备和存储介质，该方法包括：获取通过源模型生成的源音频的源音频特征；源模型，是根据携带情感类别标注的第一领域下的所述源音频，训练得到的情感识别模型；在每轮迭代训练中，通过当前的目标特征提取网络，生成目标音频的目标音频特征；目标音频是未携带情感类别标注的第二领域下的音频；将目标音频特征和源音频特征输入至当前的对抗网络，得到对抗损失；所述对抗网络，用于区分所述目标音频特征和所述源音频特征所属的音频源；根据所述对抗损失对所述对抗网络和目标特征提取网络进行训练；根据迭代停止时的目标特征提取网络，确定目标情感识别模型。
情感识别模型训练方法装置计算机设备存储介质

[发明专利]音频处理方法、设备和计算机程序产品-CN202210192079.7在审
发明人：郑炜乔 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-02-28 - 公布日： 2022-06-07 - 主分类号： G10L17/02 文献下载
摘要：本申请涉及音频处理技术领域，提供了一种音频处理方法、计算机设备和计算机程序产品。本申请能够提高对音频中说话人属性信息的识别效率及准确性。该方法包括：针对待处理音频中每一帧提取各自对应的初级特征得到多个第一音频帧特征，通过说话人特征提取网络中特征提取层进一步获取多个第一音频帧特征分别对应的多个高级的第二音频帧特征，通过说话人特征提取网络中池化层将多个第二音频帧特征统一转化为待处理音频的音频特征，以将帧级别特征统一转化为音频级别特征且其能表征音频中说话人身份特性，将该音频特征同时输入到多个说话人属性分类器，根据各说话人属性分类器分别输出的分类标签同时得到待处理音频中说话人在多种属性下的分类结果
音频处理方法设备计算机程序产品

[发明专利]一种活体检测模型的训练方法、装置、设备及存储介质-CN202210232701.2有效
发明人：李亚桐;朱颖珂 -专利权人：深圳市声扬科技有限公司
申请日： 2022-03-10 - 公布日： 2022-07-12 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：获取用于模型训练的音频样本集；基于多种特征提取算法中的每种特征提取算法，分别提取音频样本集中的音频样本对应的多种第一音频特征；将音频样本输入至第一神经网络进行特征提取，得到音频样本对应的第二音频特征；将音频样本对应的第二音频特征输入至第二神经网络，得到音频样本对应的识别结果；基于识别结果、多种第一音频特征以及第二音频特征，对第一神经网络以及第二神经网络进行迭代训练，直至第一神经网络以及第二神经网络满足预设条件
一种活体检测模型训练方法装置设备存储介质

[发明专利]方言识别系统及其训练方法-CN202310326168.0有效
发明人：周若华;罗启宝;于秋雨;胡辰磊;虞秋辰;杜雨轩 -专利权人：北京建筑大学
申请日： 2023-03-30 - 公布日： 2023-06-16 - 主分类号： G10L15/00 文献下载
摘要：本发明涉及一种方言识别系统及其训练方法，包括：特征提取模块，用于从方言音频中提取用于方言识别的通道特征，所述特征提取模块包括具有多核膨胀通道结构的构建模块；所述多核膨胀通道结构包括多个卷积核不同的卷积过滤器，用于提取方言音频不同尺度的通道特征；特征聚合模块，用于聚合所述特征提取模块提取的方言音频的不同尺度的通道特征，获取聚合特征；分类模块，用于通过所述特征聚合模块获取的所述聚合特征识别方言，并输出分类结果本发明中多层构建模块中包括多个多核膨胀通道结构，每一个多核膨胀通道结构包括用于提取不同尺度的通道特征的多个卷积过滤器，通过层层通道特征提取，形成更大的更灵活的感受野，提高方言识别的精确性。
方言识别系统及其训练方法

[发明专利]基于音频-动作对比学习预训练的节拍检测方法-CN202211082931.1在审
发明人：周睿志 -专利权人：河海大学
申请日： 2022-09-06 - 公布日： 2022-12-09 - 主分类号： G06F16/68 文献下载
摘要：本发明公开了基于音频‑动作对比学习预训练的节拍检测方法，首先构建一个音频特征提取器和动作特征提取器，使用大规模的音频‑动作多模态数据集进行对比学习预训练；再构建一个多层感知机作为节拍分类头，与预训练好的音频特征提取器拼接组成下游任务模型该方法通过多模态对比学习预训练的方式充分利用多个模态中的信息，获得一个性能较好的音乐特征提取器，有利于提高其在节拍检测下游任务上的性能。
基于音频动作对比学习训练节拍检测方法

[发明专利]一种基于SVM的音频分类方法及系统-CN201811581291.2在审
发明人：韦鹏程;姜娇;周震 -专利权人：重庆第二师范学院
申请日： 2018-12-24 - 公布日： 2019-05-17 - 主分类号： G06K9/62 文献下载
摘要：本发明属于音频数据分析技术领域，公开了一种基于SVM的音频分类方法及系统，音频自动分类和分割是在音频中提取结构化信息和语义内容的重要手段，是理解、分析和检索音频内容的基础；从本质上说，音频数据的分类是一个模式识别问题，它包括两个基本方面：特征提取选择和分类；如何在音频信号中提取最能代表音频信号特征的信息，对于音频分类是至关重要的；音频特征提取可以基于音频帧的特征分析和提取方法，以及基于音频的特征分析和提取方法；在提取这些特性的方法中，分别使用时域特性和频域特性来提取音频的特性。本发明基于SVM的音频分类算法具有良好的分类效果，平滑的音频分割结果更加准确。
音频分类特征分析音频数据音频特征提取音频信号特征结构化信息分类效果检索音频模式识别时域特性特征提取音频分割音频信号语义内容重要手段自动分类音频帧分类平滑和频算法分析分割

[发明专利]音频可视化模型训练及音频可视化方法、装置及设备-CN202110493845.9有效
发明人：展丽霞;肖强;孔昭阳;董家骥;李勇 -专利权人：杭州网易云音乐科技有限公司
申请日： 2021-05-07 - 公布日： 2022-05-20 - 主分类号： G06F16/64 文献下载
摘要：本发明提供一种提供音频可视化模型训练及音频可视化方法、装置及设备，包括：获取包括用户信息、用户历史播放视频、目标音频、目标视频、目标音频是否关联的关系标签的训练样本；将训练样本输入音频可视化模型，对目标音频进行特征提取，得到目标音频的第一特征表示；对用户信息、用户历史播放视频进行特征提取得到用户特征、用户兴趣表达特征，对目标视频进行特征提取得到第二特征表示，将用户特征、用户兴趣表达特征和第二特征表示联合处理得到第三特征表示；确定第一特征表示和第三特征表示之间的相似度；根据相似度及训练样本中的关系标签，更新音频可视化模型的参数。本发明可以对同一音频进行个性化视频搭配，满足多样化的用户需求。
音频可视化模型训练方法装置设备

[发明专利]机器人声音实时转换方法、装置、计算机设备及存储介质-CN202111654146.4在审
发明人：彭宁 -专利权人：深圳万兴软件有限公司
申请日： 2021-12-30 - 公布日： 2022-04-05 - 主分类号： G10L19/16 文献下载
摘要：本发明公开了机器人声音实时转换方法、装置、计算机设备及存储介质，该方法包括：对实时音频进行采集，并将实时音频转换为帧级单位的实时音频；通过声码器对实时音频提取基频特征；对基频特征提取频谱包络特征，以及对基频特征提取非周期性特征；对基频特征进行特征调整，并将特征调整后的值设置目标基频值；将频谱包络特征、非周期性特征和目标基频值结合为转换目标，利用解码器将转换目标解码为声音。本发明通过对实时音频进行基频特征提取，并进一步提取频谱包络特征和非周期性特征，然后将频谱包络特征和非周期特征以及特征转换后的目标基频值结合并解码，以实现声音的高自然度转换，从而为用户提供不同类型的机器人声音选择
机器人声音实时转换方法装置计算机设备存储介质

[发明专利]目标对象情绪识别方法、装置和计算机设备-CN202211293013.3在审
发明人：李肯立;吴一鸣;曹嵘晖;唐卓;段明星;谭光华;高楚楚;牛晨颖 -专利权人：湖南大学
申请日： 2022-10-21 - 公布日： 2023-01-24 - 主分类号： G06V20/40 文献下载
摘要：该方法通过获取目标对象的视频数据；对视频数据进行分割，得到视频帧数据以及音频数据；对视频帧数据进行特征提取，得到目标视频特征；对音频数据进行特征提取，得到目标音频特征；将视频特征以及音频特征进行特征融合，得到融合特征；基于融合特征对目标对象进行情感分类，得到情绪识别结果。整个方案通过提取目标对象的视频帧数据以及音频数据链的特征数据，并基于视频帧数据以及音频数据分别进行特征提取，得到多模态特征，基于多模态特征进行特征融合，可以学习更多维度的特征，最后基于融合后的特征进行情绪识别
目标对象情绪识别方法装置计算机设备

[发明专利]一种基于自适应多特征融合模型的水声目标识别方法-CN202211618499.3在审
发明人：潘晓英;冯天浩;郑为;张无瑕;吕维;王红玉;孙乃葳;赵罡;张洁;申珅;倪文玺 -专利权人：西安邮电大学;中国船舶重工集团公司第七0五研究所
申请日： 2022-12-15 - 公布日： 2023-04-04 - 主分类号： G06V20/05 文献下载
摘要：本发明属于水声目标识别技术领域，具体涉及一种基于自适应多特征融合模型的水声目标识别方法。包括以下步骤：首先将原始的音频数据切割得到数据集；对每条音频提取MFCC特征并生成二维时频谱图；然后进行多维特征提取：包括深度时序特征提取、深度空间特征提取和深度频域特征提取；最后进行自适应多特征融合模型构建：将三种网络提取的特征进行初步拼接作为输入；将拼接后的特征集输入到通道注意力层进行自适应加权；将加权信息输入到全连接层进行水声目标识别。本方法通过多维度特征提取网络结构，挖掘了时域音频信号和频域的二维频谱图所对应的时频互补信息；通过自适应加权为后续的目标识别提供更具有判别性的特征，有效的提高了识别精度。
一种基于自适应特征融合模型目标识别方法

[发明专利]音频特征提取模型的训练方法、音频识别方法及相关设备-CN202110682612.3在审
发明人：胡诗超 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2021-06-18 - 公布日： 2021-09-21 - 主分类号： G10L17/04 文献下载
摘要：本申请实施例提供了一种音频特征提取模型的训练方法、音频识别方法及相关设备，该训练方法包括：获取训练数据集，该训练数据集包括多个参考用户的音频数据，对该多个参考用户的音频数据进行预处理，得到该多个参考用户的音频频谱图，根据该多个参考用户的音频频谱图生成多个批处理数据，每个该批处理数据包括由N个参考用户中每个参考用户的M个单位频谱数据组成的频谱特征矩阵，利用批处理数据对神经网络进行训练，得到N个参考用户的特征向量，直到根据该N个参考用户的特征向量确定神经网络的损失函数收敛时，得到音频特征提取模型，可以高效地训练得到音频特征提取模型，以提高提取用户声音特征时的准确度。
音频特征提取模型训练方法识别相关设备

[发明专利]说话人识别方法和装置、电子设备及计算机可读存储介质-CN202110662960.4在审
发明人：郑斯奇;索宏彬 -专利权人：阿里巴巴新加坡控股有限公司
申请日： 2021-06-15 - 公布日： 2022-12-16 - 主分类号： G10L17/00 文献下载
摘要：该方法包括：获取目标音频；使用第一预设模型对目标音频进行声纹特征提取，以获得第一声纹特征；基于第一声纹特征从目标音频中获取所有与第一声纹特征相关的第一音频；使用第二预设模型对第一音频进行声纹特征提取，以获得表征目标说话人的第二声纹特征本申请实施例通过使用第一次声纹特征提取结果来从目标音频中分离出去除了背景噪声后的混合音频，从而由于减少了大部分的背景噪声，因此使得目标说话人的声音在该混合声音中的辨识度提高，从而当再次对该混合音频进行声纹特征提取时能够更加容易地识别出目标说话人的声音
说话识别方法装置电子设备计算机可读存储介质

[发明专利]一种可自定义指令识别的语音拍照系统-CN201610204445.0在审
发明人：王丹丹;臧娴 -专利权人：金陵科技学院
申请日： 2016-04-01 - 公布日： 2016-09-07 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种可自定义指令识别的语音拍照系统，所述系统包括语音指令采集模块、音频信号预处理模块、音频信号特征提取模块、语音定义训练模块和语言识别控制模块，所述语音指令采集模块采集语音指令的音频信号；采集到的音频信号依次经过音频信号预处理模块和音频信号特征提取模块进行预处理和特征提取；语音定义训练模块建立语音特征模式库，将经过预处理和特征提取的音频信号所对应的语音指令均录入所述特征模式库；语言识别控制模块通过搜索最小匹配误差得到识别结果，执行相应的语音指令。
一种自定义指令识别语音拍照系统

[发明专利]一种基于多模态感知的双声道音频生成方法-CN202310329306.0在审
发明人：任玲;董波;王洋;王聪聪;李晓慧;孙蕴甜 -专利权人：青岛城市轨道交通科技有限公司
申请日： 2023-03-30 - 公布日： 2023-07-18 - 主分类号： H04S1/00 文献下载
摘要：一种基于多模态感知的双声道音频生成方法，包括视觉特征提取与分析，音频特征提取分析，双声道音频生成，视觉和音频特征融合等步骤，该方法通过供电系统监测过程中的音视频多个模态的融合特征分析，将视觉信息以多尺度的形式融合至音频特征中，解决双声道音频生成中视觉特征难以有效利用的问题，从而提高所生成双声道音频的质量。
一种基于多模态感知双声道音频生成方法

[发明专利]医疗数据处理方法、装置、设备及存储介质-CN202010991493.5有效
发明人：贾雪丽;王健宗;张之勇;程宁 -专利权人：平安科技（深圳）有限公司
申请日： 2020-09-21 - 公布日： 2021-01-01 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及互联网医疗技术领域，公开一种医疗数据处理方法、装置、设备及存储介质，该方法包括通过对待处理医疗数据中的图像数据进行图像特征优化获得目标图像数据对音频数据进行音频去噪，获得目标音频数据；分别对目标图像数据和目标音频数据进行特征提取，并根据提取的数据特征信息选取目标模糊聚类算法对待处理医疗数据进行特征提取和分类，获得分类结果。由于是对图像数据和音频数据分别进行针对性处理，然后根据获得的数据进行特征提取获得数据特征信息，再根据数据特征信息去选取目标模糊聚类算法进行医疗数据的特征提取和分类，相比于笼统的根据聚类算法对医疗数据进行分类的方式
医疗数据处理方法装置设备存储介质