-
公开(公告)号：CN119400158A
公开(公告)日：2025-02-07
申请号：CN202411317480.4
申请日：2024-09-20
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请提出一种语音识别方法、装置、设备、介质及产品，该方法包括：获取待识别语音的第一预测结果和第二预测结果，第一预测结果包括基于待识别语音的候选文本识别结果得到的预测结果，第二预测结果包括基于待识别语音得到的预测结果；确定第一预测结果对应的第一权重，以及确定第二预测结果对应的第二权重；基于第一权重和第二权重，对第一预测结果和第二预测结果进行特征融合，并基于得到的融合特征确定对待识别语音的识别结果。本申请可以提升语音识别效果。
-
公开(公告)号：CN118016061A
公开(公告)日：2024-05-10
申请号：CN202410010627.9
申请日：2024-01-03
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种语音识别纠正方法、装置、设备和存储介质，其中，语音识别纠正方法包括：基于待识别语音进行识别，得到若干候选识别文本；基于若干候选识别文本，预测得到各个候选识别文本分别与待识别语音实际表达之间的差异度；基于各个候选识别文本分别对应的差异度，选择候选识别文本作为第一识别文本；基于第一识别文本进行解码，得到待识别语音的目标识别文本。上述方案，能够提升语音识别的纠正准确率。
-
公开(公告)号：CN115223543A
公开(公告)日：2022-10-21
申请号：CN202210701565.7
申请日：2022-06-17
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种语种识别方法、装置、电子设备和计算机可读存储介质，该方法包括：利用第一语种识别网络对待识别音频进行语种识别，得到初始语种识别结果；检测初始语种识别结果是否满足预设识别要求；响应于初始语种识别结果不满足预设识别要求，利用第二语种识别网络对待识别音频进行语种识别，得到目标语种识别结果。通过上述方式，本申请能够准确地对不同语种情况下的音频进行语种识别。
-
公开(公告)号：CN118351834A
公开(公告)日：2024-07-16
申请号：CN202410402550.X
申请日：2024-04-03
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种语音识别方法及相关装置、设备和存储介质，其中，语音识别方法包括：提取待识别语音的语音特征；其中，待识别语音属于目标语种所含若干种方言中一者，若干种方言中包含目标语种的标准语；基于语音特征，在若干种方言的识别模型中选择目标模型；基于目标模型识别语音特征，得到待识别语音的目标识别文本。上述方案，能够提高语音识别准确性，并降低方言切换复杂性。
-
公开(公告)号：CN118230723A
公开(公告)日：2024-06-21
申请号：CN202410352728.4
申请日：2024-03-26
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种语种识别方法、模型的训练方法、相关装置及存储介质，语种识别模型的训练方法包括：获取至少一种语种的无标注语音；对各无标注语音中提取到的第一语音特征进行数据增强，得到增强后的第二语音特征；将各无标注语音的第一语音特征和第二语音特征输入至语种识别模型，得到各第一语音特征的第一语种识别结果和各第二语音特征的第二语种识别结果；基于各无标注语音对应的第一语种识别结果与第二语种识别结果之间的差异，调整语种识别模型的参数。上述方案，能够提高模型对语种识别的准确度。
-
Patent Agency Ranking
公开(公告)号：CN111785303B
公开(公告)日：2024-04-16
申请号：CN202010624032.4
申请日：2020-06-30
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请实施例公开了一种模型训练方法、模仿音检测方法、装置、设备及存储介质，通过模仿音检测模型对样本语音进行特征提取，得到样本语音的初始特征序列；对初始特征序列中的部分初始特征进行修改；利用修改后的初始特征序列，确定样本语音的模仿音检测结果；以样本语音的模仿音检测结果趋近于样本语音的标签为目标，对模仿音检测模型的参数进行更新。本申请公开的方案，在模型训练过程中对初始特征序列进行修改，相当于对样本语音增加了噪声或样本语音丢失了一部分有用信息，保证模型的准确性和鲁棒性。
-
公开(公告)号：CN115240641A
公开(公告)日：2022-10-25
申请号：CN202210887015.9
申请日：2022-07-26
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请公开了一种语种识别方法、装置、存储介质及设备，该方法包括：首先获取目标语音并提取其声学特征；然后将目标语音的声学特征输入至预先构建的语种识别模型，识别得到目标语音的语种识别结果，其中，语种识别模型中的骨干网络是利用不同语种的多信道来源的语音数据和第一目标函数共同训练得到的；注意力层和线性全连接层是基于骨干网络，利用不同语种的类平衡采样的语音数据和第二目标函数共同训练得到的。可见，本申请是先利用不同语种的多信道来源的语音数据和目标函数构建了语种识别模型，再将目标语音的声学特征输入该识别模型，既保证了各语种语音的识别准确率，又避免了因为信道干扰对识别结果产生的影响，从而提高了语种识别效果。
-
公开(公告)号：CN119763617A
公开(公告)日：2025-04-04
申请号：CN202411674966.3
申请日：2024-11-21
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本发明提供一种有效语音检测方法及装置，所述方法包括：基于特征提取模型，提取待检测音频信号的音频特征；基于第一有效语音识别模型，应用音频特征，确定音频信号中的有效语音信号；特征提取模型和第一有效语音识别模型构成第一检测模型，第一检测模型在训练阶段与语音理解模型联合训练，语音理解模型以特征提取模型提取的音频特征作为输入，用于预测语音内容，联合训练的总损失值包括第一检测模型的有效语音检测损失值以及语音理解模型的语音理解损失值。本发明通过语音理解任务辅助训练第一检测模型，可以避免第一检测模型漏检有效语音，也即提升第一检测模型检测有效语音能力。
-
公开(公告)号：CN118351872A
公开(公告)日：2024-07-16
申请号：CN202410262433.8
申请日：2024-03-07
Applicant: 合肥讯飞数码科技有限公司
Abstract: 本申请提供了语种识别方法、装置、设备、存储介质及程序产品，该方法包括：获取待处理音频数据；将所述待处理音频数据输入至语种识别模型，得到所述待处理音频数据对应的目标语种；其中，所述语种识别模型是根据伪语种向量和音频样本集合中各个音频样本对应的音频特征向量进行语种识别训练得到的，其中，所述伪语种向量是对所述音频样本集合中第一音频样本对应的第一音频特征向量进行转换处理得到的，所述伪语种向量与所述音频样本集合中第二音频样本对应的第二音频特征向量的方向相同，所述第一音频样本和所述第二音频样本是不同的语种音频。根据本申请的技术方案，能够有效提升语种识别的准确性。
-
公开(公告)号：CN111414511B
公开(公告)日：2023-08-22
申请号：CN202010219084.3
申请日：2020-03-25
Applicant: 合肥讯飞数码科技有限公司
IPC: G06F16/63 , G06F16/65 , G06F16/683
Abstract: 本发明公开了一种自动声纹建模入库方法、装置以及设备。本发明的构思在于，面向说话人声纹建模的需求，提供出一套针对海量语料的数据切割思路，从而实现海量语料的主题化、层次化，进而完成利用海量语料进行声纹建模入库的任务。具体是利用约减思路，基于多维信息对海量数据进行初始的过滤、区分，然后采用多阶段叠加的共识聚类思想，对精简后的语料数据进行阶段性递进的归类提纯操作，最终获得可用来进行声纹建模的语料。本发明无需投入大量人工成本进行标注，且避免了直接对海量数据进行无差别声纹对撞聚类可能导致的错误率逐级下传、影响建模语料纯度、最终导致无法实现声纹建模入库的问题。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.034 seconds)
