-
公开(公告)号：CN109285557B
公开(公告)日：2022-11-01
申请号：CN201710592299.8
申请日：2017-07-19
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G10L21/028 , G10L21/0216
Abstract: 本发明实施例提供了一种定向拾音方法、装置及电子设备，方法为：对两个麦克风采集的两路初始语音信号分别进行分帧处理；针对每一帧对应的两路初始语音信号分别进行频域转换，得到该帧对应的两路频域信号；再计算该帧的初始分离矩阵；基于预设的拾音方向相对于两个麦克风的角度，对每一帧的初始分离矩阵进行排序修正，得到该帧的目标分离矩阵；根据每一帧的目标分离矩阵，从该帧对应的两路初始语音信号中分离出目标语音信号在该帧对应的频域信号，目标语音信号为定向角度上的语音信号；分别对目标语音信号在每一帧对应的频域信号进行时域转换，得到目标语音信号。应用本发明实施例的方案可以减小定向拾音设备的尺寸。
-
公开(公告)号：CN113571047A
公开(公告)日：2021-10-29
申请号：CN202110820027.5
申请日：2021-07-20
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 陈展
Abstract: 本申请提供一种音频数据的处理方法、装置及设备，该方法包括：在降噪应用场景中，获取存在噪声的待处理音频数据；确定与所述待处理音频数据对应的音频特征向量；将所述音频特征向量输入给已训练的目标声码器模型，由所述目标声码器模型输出与所述音频特征向量对应的目标音频数据；其中，所述目标音频数据是对所述待处理音频数据的噪声进行降噪处理后的音频数据。通过本申请的技术方案，通过语音合成方式直接合成目标音频数据，不需要关注待处理音频数据中的噪声本身，只需要将音频特征向量输入给目标声码器模型，就能够用语音合成方式来生成目标音频数据，语音降噪的可靠性更高。
-
公开(公告)号：CN109669158B
公开(公告)日：2021-04-20
申请号：CN201710958145.6
申请日：2017-10-16
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01S5/20
Abstract: 本发明实施例提供了一种声源定位方法、系统、计算机设备及存储介质，其中，声源定位方法包括：获取声音传感器阵列中属于第一传感器对和第二传感器对的各声音传感器接收到的声音信号；根据第一传感器对中各声音传感器分别接收到的声音信号，分别计算各预先划分的区域对应的第一传播功率；根据第二传感器对中各声音传感器分别接收到的声音信号，分别计算各预先划分的区域对应的第二传播功率；确定多个第一传播功率中的最大值对应的多个第一区域以及多个第二传播功率中的最大值对应的多个第二区域；定位多个第一区域与多个第二区域的重合区域的方向为声源的方向。通过本方案可以保证准确定位声源。
-
公开(公告)号：CN107976651B
公开(公告)日：2020-12-25
申请号：CN201610917562.1
申请日：2016-10-21
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G01S5/20 , G10L21/0208 , G10L21/0216
Abstract: 本发明实施例公开了一种基于麦克风阵列的声源定位方法及装置，所述方法包括：获取经所述麦克风阵列传输的语音信号，对所述语音信号进行分帧处理，并确定目标语音信号；确定所述目标语音信号中的目标频率点，并根据所述目标频率点，针对所述麦克风阵列中的预设位置，分别确定各预设位置的声压信号；根据所述各预设位置的声压信号和预设方位角，计算各预设方位角对应的波束响应值，并基于所述各预设方位角对应的波束响应值，确定声源方位角。由于声压信号具有一定指向性，因此采用预设位置的声压信号计算波束响应值，进而确定声源的方位角，可以在麦克风阵列尺寸较小的微型阵列条件下准确地定位声源的方位。
-
公开(公告)号：CN111986653A
公开(公告)日：2020-11-24
申请号：CN202010785605.1
申请日：2020-08-06
Applicant: 杭州海康威视数字技术股份有限公司
Inventor： 陈展
Abstract: 本申请提供一种语音意图识别方法、装置及设备，该方法包括：根据待识别语音确定待识别音素集合；获取与所述待识别音素集合对应的待识别音素向量；将所述待识别音素向量输入给已训练的目标网络模型，以使目标网络模型输出与所述待识别音素向量对应的语音意图；其中，目标网络模型用于记录音素向量与语音意图的映射关系。通过本申请的技术方案，语音意图识别的准确率很高，能够准确识别出用户的语音意图，有效提高语音意图识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110852084A
公开(公告)日：2020-02-28
申请号：CN201810846953.8
申请日：2018-07-27
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F40/284
Abstract: 本发明实施例提供的一种文本生成方法、装置及设备，通过针对待生成文本的固定写作格式中的每个模块，从预设资料库中获取符合该模块的需求信息的多个有效文本。针对每个模块，将该模块的多个有效文本分别输入预先训练得到的第一循环神经网络，得到每个有效文本的第一特征向量。针对每个模块，将每个有效文本的第一特征向量分别输入预先训练得到的记忆网络，得到每个有效文本中的各分词在第一待生成文本中的第一位置信息，第一待生成文本为该模块对应的文本，排列每个有效文本中的各分词，得到第一待生成文本。按照待生成文本的固定写作格式，排列每个模块的第一待生成文本，得到待生成文本。从而得到符合自然语言表述结构的待生成文本。
-
公开(公告)号：CN110826358A
公开(公告)日：2020-02-21
申请号：CN201810894999.7
申请日：2018-08-08
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种动物情绪的识别方法、装置及存储介质，属于数据处理技术领域。该方法包括：获取待识别的目标动物的行为数据，该行为数据包括视频画面数据和/或声音数据，根据该行为数据，确定与该目标动物的种类对应的目标识别模型，对该行为数据进行预处理，得到至少一个行为特征向量，该至少一个行为特征向量包括肢体特征向量和/或声音特征向量，调用该目标识别模型，将该至少一个行为特征向量输入该目标识别模型中，输出该目标动物的情绪标签。本发明实施例可以基于目标动物的任一种行为进行情绪识别，解决了采用人工识别时由于人工经验有限导致动物一些不经常出现的行为可能无法识别的问题。
-
公开(公告)号：CN110798790A
公开(公告)日：2020-02-14
申请号：CN201810863351.3
申请日：2018-08-01
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种麦克风异常检测方法、装置及存储介质，属于终端技术领域。所述方法包括：播放用于测试异常麦克风的源音频，并确定目标麦克风基于源音频采集的测试音频，然后根据测试音频的频域特征向量和源音频的频域特征向量之间的相似度，来判断目标麦克风是否为异常麦克风。也即是，在本发明实施例中，可以对目标麦克风单独进行异常检测，而不是需要结合其他麦克风采集的测试音频才能判断目标麦克风是否为异常麦克风。这样的话，就可以避免出现相关技术中在两路以上的麦克风为异常麦克风时检测异常麦克风有误的情况，从而提高了检测异常麦克风的准确性。
-
公开(公告)号：CN110764520A
公开(公告)日：2020-02-07
申请号：CN201810842962.X
申请日：2018-07-27
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种飞行器控制方法、装置、飞行器和存储介质，属于飞控技术领域。所述方法应用在飞行器中，飞行器包括语音采集阵列，语音采集阵列包括多个语音采集单元，方法包括：分别通过多个语音采集单元对语音信号进行采集，得到多路音频信号，一个语音采集单元采集一路音频信号；根据多路音频信号和每个语音采集单元在飞行器中的位置，确定该语音信号的声源方向；根据该声源方向，将多路音频信号进行波束形成，得到语音指令；将该语音指令转换为控制指令，根据该控制指令对飞行器进行控制。本发明中用户不需要通过控制设备，直接通过语音即可实现对飞行器的控制，提高了飞行器的实用性。
-
公开(公告)号：CN110659542A
公开(公告)日：2020-01-07
申请号：CN201810701223.9
申请日：2018-06-29
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开了一种监控方法及装置，属于监控技术领域。所述方法包括：获取考场的目标监控图像和目标声音信息；调用违规动作识别模型，将目标监控图像输入到违规动作识别模型；调用违规声音识别模型，将目标声音信息输入到所述违规声音识别模型；若通过违规动作识别模型识别出违规动作，且通过违规声音识别模型识别出违规声音，则确定该考场存在疑似作弊行为。本发明通过利用违规动作识别模型和违规声音模型，分别对考场图像中的违规动作和考场声音中的违规声音进行识别，提高了监考效率和检测作弊行为的准确度。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.05 seconds)
