“音频特征”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2596798个，建议您升级VIP下载更多相关专利

[发明专利]音频特征的匹配和音频节目开始时间的定位的方法及装置-CN202010236267.6有效
发明人：潘峰;杨硕;杨会林;雷鹏;孟瑜;闫卓;郭欣 -专利权人：北京讯听网络技术有限公司
申请日： 2020-03-30 - 公布日： 2023-09-22 - 主分类号： G10L25/51 文献下载
摘要：本申请公开了一种音频特征的匹配和音频节目开始时间的定位的方法及装置。其中，音频特征的匹配方法，方法用于确定音频节目的节目开始时间，包括：获取与音频节目的节目片头对应的第一音频信息以及包含节目片头并且时间长度大于节目片头的第二音频信息；对第一音频信息和第二音频信息进行特征提取，确定第一音频信息的第一特征集合以及第二音频信息的第二特征集合；以及对第一特征集合和第二特征集合进行匹配，确定节目片头的开始时间在第二音频信息中的第一时间位置。
音频特征匹配节目开始时间定位方法装置

[发明专利]歌词文件的生成方法及装置-CN201510938239.8在审
发明人：武大伟 -专利权人：广州酷狗计算机科技有限公司
申请日： 2015-12-15 - 公布日： 2016-05-11 - 主分类号： G11B27/10 文献下载
摘要：本发明公开了一种歌词文件的生成方法及装置，属于音频处理技术领域。该方法包括：获取目标音频文件及参考音频文件，目标音频文件与参考音频文件为同一音频文件的不同版本；分别对目标音频文件和参考音频文件进行特征提取，得到第一音频特征和第二音频特征；根据第一音频特征和第二音频特征，计算目标音频文件与参考音频文件之间的时间偏差；根据时间偏差，调整参考音频文件对应歌词文件的时间戳，得到目标音频文件对应的歌词文件。本发明对于同一音频文件的不同版本，通过调整参考音频文件对应的歌词文件，即可为目标音频文件生成对应的歌词文件，无需重复生成多个歌词文件，提高了音频文件的制作效率，降低了制作成本。
歌词文件生成方法装置

[发明专利]广告视频的处理方法和识别方法及其系统-CN202010733298.2在审
发明人：陈岩;温俊峰 -专利权人：上海分众软件技术有限公司
申请日： 2020-07-27 - 公布日： 2022-01-28 - 主分类号： H04N21/439 文献下载
摘要：广告视频的处理方法和识别方法及其系统，其中处理和识别方法包括获取广告视频的编号，根据获取广告视频的编号生成一个或多个广告视频的验证特征码，以组成验证特征数据集，并将验证特征数据集转化为具备可辨识性的数字音频序列，将数字音频序列进行切分，生成一个或多个数字音频序列片段，在广告视频中每隔固定时隙添加一个或多个特征音频，在每个特征音频后附加一个数字音频序列片段，采集广告视频的音频信号，识别音频信号中特征音频，根据特征音频获取附加于特征音频后的数字音频序列片段，将获取的数字音频序列片段进行合并，验证合并后的数字音频序列的内容。
广告视频处理方法识别及其系统

[发明专利]音频质量检测方法、装置、电子设备及存储介质-CN202110310517.0在审
发明人：陈婷;田大有;梁爽;马骏;王少军 -专利权人：平安科技（深圳）有限公司
申请日： 2021-03-23 - 公布日： 2021-07-06 - 主分类号： G10L25/60 文献下载
摘要：本发明涉及人工智能技术领域，提供一种音频质量检测方法、装置、电子设备及存储介质，所述方法包括：解析音频质量检测请求获取第一音频进行预处理得到第二音频；从第二音频中提取多个音频特征值和多个音质特征值；对多个音频特征值和多个音质特征值进行异常检测得到异常检测结果；根据每个音频特征值的第一异常分数阈值、每个音质特征值的第二异常分数阈值和异常检测结果确定第二音频的目标异常检测结果。本发明通过从音频特征和音质特征两个维度对第二音频进行质量检测，排除主观原因导致得到的音频文件效果参差不齐的问题，提高了音频质量检测的准确率。此外，本发明还涉及区块链技术领域，第一音频存储于区块链节点中。
音频质量检测方法装置电子设备存储介质

[发明专利]音频合成方法、装置、设备以及介质-CN202211475167.4在审
发明人：贺思颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-11-23 - 公布日： 2023-03-17 - 主分类号： G10L13/02 文献下载
摘要：本申请实施例提供了一种音频合成方法、装置、设备以及介质，其中，方法包括：获取用于合成音频数据的音频关键信息；对音频关键信息进行编码处理，得到音频属性特征，根据音频属性特征和扩散频次信息，生成K个候选频谱特征；K为正整数；获取K个候选频谱特征对应的时间维度信息和频率维度信息，根据时间维度信息和频率维度信息，对K个候选频谱特征进行采样处理，得到K个目标频谱特征；对K个目标频谱特征进行特征融合处理，得到融合频谱特征，将融合频谱特征合成为目标音频数据。采用本申请实施例，可以提高音频合成的质量。
音频合成方法装置设备以及介质

[发明专利]音频延时检测方法、装置、计算设备及存储介质-CN202211054860.4在审
发明人：文峰;张捷;赵寅 -专利权人：上海哔哩哔哩科技有限公司
申请日： 2022-08-31 - 公布日： 2022-12-20 - 主分类号： H04M3/22 文献下载
摘要：本发明实施例公开了一种音频延时检测方法、装置、计算设备及存储介质。方法包括：第一用户终端生成基础音频以及特征音频，在基础音频中插入特征音频后获得混合音频；第一用户终端发送混合音频，记录混合音频中特征音频的发送时间；第二用户终端接收混合音频，识别混合音频中的特征音频，记录特征音频的接收时间；根据发送时间以及接收时间，确定第一用户终端与第二用户终端之间的音频延时。本方案能够降低检测成本，提升检测过程与真实网络语音通话环境的相似度，保障检测过程中码率和带宽需求的稳定性，以及提高音频延时的检测效率及检测精度。
音频延时检测方法装置计算设备存储介质

[发明专利]一种语音识别方法、装置及系统-CN202010547914.5在审
发明人：张帆;郑梓豪;胡于响;袁园;姜飞俊 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-06-16 - 公布日： 2021-12-17 - 主分类号： G10L15/16 文献下载
摘要：本申请公开了一种语音识别方法，包括：获得待识别的音频数据；获得所述音频数据的高层音频特征；其中，所述高层音频特征为通过对所述音频数据进行编码得到的包含语义信息的音频特征；根据已解码文本信息，通过深度语言模型获得所述音频数据对应的当前待解码文本信息的高层句法特征；其中，所述深度语言模型为用于获得当前待解码文本信息的高层句法特征的网络模型；所述高层句法特征为在特定语境下，音频数据对应的语句所包含的组成部分以及所述组成部分的序列特征；根据已解码文本信息、所述高层句法特征以及所述高层音频特征，获得所述音频数据对应的文本信息。
一种语音识别方法装置系统

[发明专利]多对多的实时语音变音方法、设备及存储介质-CN202311220568.X在审
发明人：徐儒芳;黄德安;陈子文 -专利权人：深圳麦风科技有限公司
申请日： 2023-09-21 - 公布日： 2023-10-27 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及音频处理领域，公开了一种多对多的实时语音变音方法、设备及存储介质。该方法包括：检测到变声处理请求时，根据变声处理请求，获取待变声的音频数据流，并根据变声处理请求，确定待变目标的预设音色音频；提取音频数据流的768维网络特征，提取预设音色音频的梅尔特征信息，并提取预设音色音频的音色编码特征；根据预先训练的多头注意力模型，对768维网络特征、梅尔特征信息以及音色编码特征执行特征交叉操作，得到目标音频特征；将目标音频特征翻译成时域音频波形能量数据；根据时域音频波形能量数据，执行语音增强操作，
实时语音变音方法设备存储介质

[发明专利]音频识别的方法及音频识别模型的训练方法-CN202011556574.9有效
发明人：赵情恩;曾新贵;熊新雷;陈蓉;肖岩;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2020-12-24 - 公布日： 2023-09-01 - 主分类号： G06F18/214 文献下载
摘要：本申请公开了音频识别的方法及音频识别模型的训练方法，涉及人工智能、深度学习、语音识别领域。具体实现方案为：获取目标音频的帧级别的特征向量；根据目标音频的帧级别的特征向量，获取目标音频的句级别的特征向量；根据目标音频的句级别的特征向量，确定目标音频中的发声人的性别。本申请通过目标音频的帧级别的特征向量和句级别的特征向量，能够更加准确的识别出目标音频中的发声人的性别。
音频识别方法模型训练

[发明专利]音频广告检测方法、装置、电子设备及介质-CN201911359405.3有效
发明人：陈剑超;肖龙源;李稀敏;蔡振华;刘晓葳 -专利权人：厦门快商通科技股份有限公司
申请日： 2019-12-25 - 公布日： 2023-02-14 - 主分类号： G10L25/51 文献下载
摘要：本申请提供一种音频广告检测方法、装置、电子设备及介质。方法包括：接收待检测的第一音频信息及作为样例的第二音频信息，对第一音频信息进行分片处理，形成多个音频片段；分别提取第一音频信息和第二音频信息的音频特征，所述音频特征包括粗检特征和精检特征；依次将第一音频信息中的音频片段和第二音频信息的粗检特征进行比对，筛选出符合预设粗检条件的音频片段；依次将所述符合预设粗检条件的音频片段和第二音频信息的精检特征进行比对，筛选出符合预设精检条件的音频片段；输出所述符合预设精检条件的音频片段在第一音频信息中的起始时间和结束时间
音频广告检测方法装置电子设备介质

[发明专利]音频识别方法、装置、电子设备及存储介质-CN202111599621.2在审
发明人：李良斌;陈孝良 -专利权人：北京声智科技有限公司
申请日： 2021-12-24 - 公布日： 2022-04-08 - 主分类号： G10L15/02 文献下载
摘要：本申请提供了一种音频识别方法、装置、电子设备及存储介质，属于计算机技术领域。该方法包括：将当前采集的音频帧与之前采集的音频帧构成一个音频片段，并获取音频片段的第一特征值、第二特征值和第三特征值；在第一特征值与第二特征值之间的差值小于第一阈值，且第三特征值满足跳转条件的情况下，确定音频片段中包含唤醒词第一特征值表示音频片段中前N个音频帧属于唤醒词的概率值，第二特征值表示音频片段中前N个音频帧与音素片段匹配的概率值，音素片段是由前N个音频帧识别出的音素构成的片段，第三特征值满足跳转条件表示第N个音频帧与第N+1个音频帧不属于唤醒词中相邻的两个音素。该方法能够提高音频识别的准确率。
音频识别方法装置电子设备存储介质

[发明专利]混合变形值的输出方法及装置、存储介质、电子装置-CN202110901418.X有效
发明人：司马华鹏;廖铮;唐翠翠 -专利权人：宿迁硅基智能科技有限公司
申请日： 2021-08-06 - 公布日： 2022-06-17 - 主分类号： G06T13/20 文献下载
摘要：本申请实施例提供了一种混合变形值的输出方法及装置、存储介质、电子装置，所述方法包括：对获取的目标音频数据进行特征提取，得到目标音频特征向量；将目标音频特征向量和目标标识输入音频驱动动画模型；将目标音频特征向量输入包含多层卷积层的音频编码层，根据上一层t时刻和t‑n时刻之间的输入特征向量确定下一层(2t‑n)/2时刻的输入特征向量，将与上一层的输入特征向量有因果关系的特征向量确定为有效特征向量，依次根据每一层的有效特征向量输出目标音频编码特征，并将目标标识输入独热编码层进行二进制向量编码，得到目标标识编码特征；根据目标音频编码特征和目标标识编码特征，通过音频驱动动画模型输出目标音频数据对应的混合变形值。
混合变形输出方法装置存储介质电子

[发明专利]音频压缩方法、音频解压缩方法及装置-CN202110266469.X有效
发明人：乔宏利;王洪斌;蒋宁;吴海英 -专利权人：马上消费金融股份有限公司
申请日： 2021-03-11 - 公布日： 2021-11-16 - 主分类号： G10L19/008 文献下载
摘要：本发明提供一种音频压缩方法、音频解压缩方法及装置，该方法包括：将预设编码格式的音频数据进行分片，得到N个音频片段；分别将每个所述音频片段输入预先训练的音频压缩网络，得到每个所述音频片段对应的音频压缩特征矩阵和音频时序特征向量，其中，所述音频压缩网络包括带残差的卷积神经网络和深层循环神经网络；按序将每个所述音频片段对应的所述音频压缩特征矩阵和所述音频时序特征向量拼接，得到音频压缩数据。通过本发明提供的音频压缩方法，可以提高音频压缩比的稳定性，并可以实现音频片段的流式压缩，便于压缩音频的流式传输。
音频压缩方法解压缩装置

[发明专利]语音拒识方法、装置、服务设备及存储介质-CN202210805422.0在审
发明人：陶健 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-07-08 - 公布日： 2022-11-01 - 主分类号： G10L15/22 文献下载
摘要：本申请实施例公开一种语音拒识方法、装置、服务设备及存储介质，该方法包括：从获取到的用户音频信号中提取人声特征；从所述人声特征中分离出用户声纹特征和用户音频内容特征；识别所述用户音频信号对应的用户音频文本，并提取所述用户音频文本的文本特征；根据所述用户声纹特征、所述用户音频内容特征以及所述文本特征确定是否拒识所述用户音频信号。
语音方法装置服务设备存储介质

[发明专利]一种情感识别方法及相关装置、电子设备和存储介质-CN202211117830.3在审
发明人：殷兵;褚繁;李晋;高天;方昕 -专利权人：科大讯飞股份有限公司
申请日： 2022-09-14 - 公布日： 2022-12-30 - 主分类号： G06F16/75 文献下载
摘要：本申请公开了一种情感识别方法和相关装置、电子设备和存储介质，该方法包括：基于目标对象的视频数据，得到音频数据和与音频数据同步的图像数据；提取音频数据的第一音频特征，并提取图像数据的第一图像特征；基于第一音频特征和第一图像特征进行特征互补，得到第一互补特征和第二互补特征；基于第一音频特征和第一互补特征得到目标音频特征，并基于第一图像特征和第二互补特征得到目标图像特征；基于目标音频特征和目标图像特征，得到视频数据中目标对象的情感类别。
一种情感识别方法相关装置电子设备存储介质