“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]一种耳机音频处理方法及装置-CN202211381090.4有效
发明人：高安芳;邹雪迎 -专利权人：江苏米笛声学科技有限公司;甘肃米笛声学有限公司
申请日： 2022-11-06 - 公布日： 2023-04-07 - 主分类号： H04R1/10 文献下载
摘要：本发明公开了一种耳机音频处理方法及装置，具体涉及音频处理技术领域，具体包括以下步骤：音频获取模块安装在耳机内部，通过脉宽调制技术对音频进行处理传输至音频特征提取模块，然后音频特征提取模块通过音频频谱处理、音位处理以及非结构音频处理获得音频特征；然后音频降噪处理模块根据音频特征提取模块已经特征提取的音频读取后进行音频去噪处理，获得去噪音频；接着去噪检测模块对去噪进一步降噪，获得降噪音频，保证音频输出质量；本发明通过音频特征提取模块将噪声数据和正常的音频数据划分到相应的区域内，为音频降噪处理提供了基础，通过去噪检测模块在精度和时间效率上具有大幅度提高为去噪后的音频实时监测。
一种耳机音频处理方法装置

[发明专利]一种图像生成方法、装置、设备以及存储介质-CN202110560359.4有效
发明人：吴潜溢;吴文岩;戴勃;王宇欣;高娜;钱晨 -专利权人：北京市商汤科技开发有限公司
申请日： 2021-05-21 - 公布日： 2023-04-28 - 主分类号： G10L21/10 文献下载
摘要：其中，所述方法可以包括：接收音频数据，提取所述音频数据包括的音频序列对应的文本特征。所述文本特征表征对应音频序列的文本内容。基于所述音频序列对应的文本特征，进行面部特征映射，得到与所述音频序列对应的面部特征。所述面部特征表征所述音频序列对应的发音动作。根据所述音频序列对应的面部特征以及接收的人脸图像，生成与所述音频序列对应的发音人脸图像。
一种图像生成方法装置设备以及存储介质

[发明专利]音频合成方法、装置、设备以及存储介质-CN202011270755.5在审
发明人：汤本来;顾宇;殷翔;李忠豪 -专利权人：北京有竹居网络技术有限公司
申请日： 2020-11-13 - 公布日： 2021-02-19 - 主分类号： G10L13/02 文献下载
摘要：本申请公开了一种音频合成方法、装置、设备以及存储介质，涉及语音合成领域。具体实现方案为：获取待合成音频；基于待合成音频，确定对应的语言学特征；基于待合成音频、语言学特征，确定声学特征；基于声学特征，合成目标音频，并输出。本实现方式通过将得到的待合成音频中的声学特征作为音频合成的基础，基于该声学特征合成具有预设音色的音频，简化具有预设音色音频的合成流程，提高对预设音色的音频合成的准确度。
音频合成方法装置设备以及存储介质

[发明专利]音频分类模型的训练方法、音频分类方法、装置及设备-CN202010173624.9在审
发明人：邓菁;王秋明 -专利权人：北京远鉴信息技术有限公司
申请日： 2020-03-13 - 公布日： 2020-07-03 - 主分类号： G10L15/06 文献下载
摘要：本申请提供一种音频分类模型的训练方法、音频分类方法、装置及设备，属于音频处理技术领域。音频分类模型的训练方法包括：获取音频样本，音频样本包括：语音音频样本、音乐音频样本；对各音频样本进行分帧，并提取帧特征；采用预设窗函数，提取各音频样本中每帧的窗特征，并根据帧特征获取组合特征，其中，组合特征标记语音标签或音乐标签；采用组合特征和预设神经网络，训练获取音频分类模型。本申请可以将复杂程度较高的音乐音频和语音音频进行分类，进而提高分类结果的准确性。
音频分类模型训练方法装置设备

[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]叠音检测方法、装置、计算机设备和存储介质-CN202211575846.9有效
发明人：黄文琦;林全郴;梁凌宇;戴珍;白昱阳;赵翔宇;郭尧 -专利权人：南方电网数字电网研究院有限公司
申请日： 2022-12-09 - 公布日： 2023-06-30 - 主分类号： G10L25/51 文献下载
摘要：通过将待检测音频的音频特征输入第一二分类模型，由第一二分类模型检测待检测音频中的人声音频特征，将人声音频特征输入第二二分类模型，由第二二分类模型检测人声音频特征中的叠音音频特征，并基于叠音音频特征确定叠音音频其中叠音音频特征表示包含至少两种人声音频的音频特征，第一二分类模型和第二二分类模型分别基于人声音频样本和由至少两种人声音频样本合成得到的音频样本训练得到。相较于传统的通过单级模型进行检测的方式，本方案通过多个由合成叠音训练的二分类模型分别检测音频中的人声音频以及人声音频中的叠音音频，提高了叠音检测的准确度。
检测方法装置计算机设备存储介质

[发明专利]情绪识别方法、摄像装置、情绪识别装置及存储装置-CN202111605408.8在审
发明人：易冠先;陈波扬;刘德龙;王康 -专利权人：浙江大华技术股份有限公司
申请日： 2021-12-25 - 公布日： 2022-05-13 - 主分类号： G06K9/62 文献下载
摘要：该方法包括：获取目标的音频信息和文本信息；其中，文本信息是基于音频信息得到的；分别提取音频信息的音频特征和文本信息的文本特征；基于音频特征与文本特征之间的相关性，分别对音频特征与文本特征进行修正，得到音频修正特征和文本修正特征；融合音频修正特征和文本修正特征进行情绪识别，得到目标的情绪分类。
情绪识别方法摄像装置存储

[发明专利]视频识别方法和装置-CN201810359754.4有效
发明人：王知践;钱胜 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2018-04-20 - 公布日： 2020-03-20 - 主分类号： G06F16/16 文献下载
摘要：该方法包括：从目标视频中提取目标音频；从目标音频中提取第一音频特征；查询索引库中是否存在与第一音频特征匹配的第二音频特征，所述索引库中包括各音频特征与其所属的视频的索引关系；如果查询到与第一音频特征匹配的第二音频特征，则获取第二音频特征所属的候选视频。本发明实施例根据索引库中各音频特征与其所属的视频的索引关系，能够根据目标视频的音频特征查找匹配的候选视频，从而有利于识别出于目标视频相似的视频，以便于后续对重复视频进行去除、筛选等处理。
视频识别方法装置

[发明专利]基于人设特征的合成音频识别方法、装置、设备及介质-CN202310386238.1在审
发明人：温正棋;陆逸 -专利权人：中科极限元（杭州）智能科技股份有限公司
申请日： 2023-04-12 - 公布日： 2023-08-04 - 主分类号： G10L13/027 文献下载
摘要：本公开实施例中提供了一种基于人设特征的合成音频识别方法、装置、设备及介质，方法包括：获取待识别的多模态的用户数据；其中，所述多模态的用户数据至少包括音频数据；利用相应的编码器对所述音频数据进行特征提取获取第一音频特征向量；利用通过对比学习调整后的编码器，对相应模态的用户数据进行特征提取，获取与各个模态对应的特征向量，所述特征向量包括第二音频特征向量；对除第二音频特征向量外的其他特征向量进行拼接，得到人设特征向量；计算所述第二音频特征向量与所述人设特征向量的相似度；根据所述相似度以及所述第一音频特征向量判断所述音频数据为自然音频或者合成音频。本发明能够提高对合成音频的识别准确性。
基于特征合成音频识别方法装置设备介质

[发明专利]声音异常检测方法、装置、计算机设备及存储介质-CN202110745065.9在审
发明人：司世景;王健宗 -专利权人：平安科技（深圳）有限公司
申请日： 2021-06-30 - 公布日： 2021-10-01 - 主分类号： G10L25/51 文献下载
摘要：本申请涉及智能决策技术，尤其涉及分类模型，提供了一种声音异常检测方法、装置、计算机设备及存储介质，所述方法包括：获取待检测的音频数据；对所述待检测的音频数据进行分段处理，得到多个音频序列；对多个所述音频序列进行特征提取处理，得到多个音频特征数据；对多个所述音频特征数据进行归类，确定多个所述音频特征数据各自对应的类别标识；根据所述多个所述音频特征数据各自对应的类别标识，确定多个所述音频特征数据中的目标音频特征数据；根据所述目标音频特征数据
声音异常检测方法装置计算机设备存储介质

[发明专利]一种音频数据检测方法、计算机及可读存储介质-CN202110968745.7在审
发明人：杨伟明;王少鸣;郭润增 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-23 - 公布日： 2023-04-04 - 主分类号： G10L25/60 文献下载
摘要：本申请实施例公开了一种音频数据检测方法、计算机及可读存储介质，该方法包括：获取音频输出对象所产生的待检测音频数据，获取待检测音频数据所对应的单声道音频数据；采用N个目标傅里叶尺寸，分别对单声道音频数据进行特征提取，得到单声道音频数据所对应的N个音频子特征，对N个音频子特征进行特征融合，得到单声道音频数据所对应的目标音频特征；N为正整数；根据目标音频特征识别音频输出对象的对象质量结果。采用本申请，可以提高对音频数据检测的准确性，以及对音频输出对象的测试覆盖率。
一种音频数据检测方法计算机可读存储介质

[发明专利]一种音频处理方法、装置及终端设备-CN201310683731.6有效
发明人：文红;石新明;徐兵 -专利权人：小米科技有限责任公司
申请日： 2013-12-12 - 公布日： 2017-06-16 - 主分类号： G10L21/003 文献下载
摘要：本公开是关于一种音频处理方法、装置及终端设备。所述方法包括接收到音频时，获取所述音频的音频信息；对所述音频的音频信息进行分析，确定所述音频的音频特征；根据所述音频的音频特征，对所述音频进行调节；输出调节后的所述音频。本公开中，接收到音频时即对音频进行处理，实现了音频处理的实时性；通过根据音频的音频特征对音频进行调节，实现了实时根据接收到的音频的音频特征，个性化地动态调整该音频；对于不同的音频，进行不同的调节，从而提高了输出的音频的质量，使得音频的处理结果更能满足用户的需求。
一种音频处理方法装置终端设备

[发明专利]基于幅度共生向量特征的音频篡改检测方法及系统-CN201610247687.8在审
发明人：黄继武;孙蒙蒙;罗达 -专利权人：深圳大学
申请日： 2016-04-20 - 公布日： 2016-08-31 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种基于幅度共生向量特征的音频篡改检测方法及系统。其中，所述基于幅度共生向量特征的音频篡改检测方法通过音频处理模块选取预设长度的原始音频，并对原始音频进行单一预设类型的后处理；之后由特征提取模块提取原始音频和经后处理音频的幅度共生向量特征；之后由检测判断模块检测待测音频的幅度共生向量特征，并根据原始音频和经后处理音频的幅度共生向量特征判断待测音频是否被后处理篡改，若被篡改，则继续判断后处理的类型，通过提取并对比原始音频、经预设类型后处理音频及待测音频的幅度共生向量特征，不仅能检测待测音频是否经过了后处理篡改，还能检测出其具体经过了哪种形式的篡改，为音频取证提供了自动化的技术手段。
基于幅度共生向量特征音频篡改检测方法系统

[发明专利]一种基于信道特征的场景识别方法及装置-CN202011275286.6在审
发明人：荆伟;白二伟;包飞;倪合强;姚寿柏;黄华 -专利权人：苏宁云计算有限公司
申请日： 2020-11-13 - 公布日： 2021-03-12 - 主分类号： G10L25/51 文献下载
摘要：本发明公开了一种基于信道特征的场景识别方法、装置、计算机设备及存储介质，该方法包括：通过获取待识别音频，对待识别音频进行分帧处理，获取音频帧，提取每一音频帧的音频特征以及信道特征，分别构建每一音频帧的音频特征向量以及信道特征向量，将每一音频帧输入预先训练的识别模型，获取每一音频帧对应的超矢量，根据超矢量、音频特征向量以及信道特征向量使用预设方法进行迭代计算，获取待识别音频对应的信道空间矩阵，根据信道空间矩阵以及待匹配音频的信道空间矩阵分别计算待识别音频与待匹配音频的相似度，确定相似度符合预设条件的待匹配音频对应的场景为待识别音频的场景，有效避免说话人信息在场景识别过程中的干扰。
一种基于信道特征场景识别方法装置

[发明专利]一种声码器的训练方法、音频合成的方法和装置-CN202310186600.0在审
发明人：吴雨璇;宋伟;张政臣;吴友政;何晓冬 -专利权人：京东科技信息技术有限公司
申请日： 2023-03-01 - 公布日： 2023-05-16 - 主分类号： G10L19/16 文献下载
摘要：本发明公开了一种声码器的训练方法、音频合成的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：将训练集样本输入到生成器中，训练集样本包括多个音频特征样本和与每个音频特征样本对应的真实音频；在生成器中，对音频特征样本进行压缩处理，获得压缩后的音频特征样本；对压缩后的音频特征样本进行卷积处理和解压缩处理，获得与音频特征样本对应的生成音频；将与音频特征样本对应的生成音频和真实音频输入到判别器中，基于生成音频和判别音频构造损失函数，基于损失函数训练得到声码器。该实施方式能够增大声码器的感受野，提高了音频质量，并减少了声码器的计算量，提高了声码器的推理速度，从而提升音频的生成效率。
一种声码训练方法音频合成装置