-
公开(公告)号：CN115424621A
公开(公告)日：2022-12-02
申请号：CN202211349630.0
申请日：2022-10-31
Applicant: 北京科技大学
Abstract: 本发明实施例涉及一种声纹识别模型的训练方法、声纹识别方法、装置及设备，涉及语音识别领域，通过迭代执行对所述当前语音数据子集中的语音数据进行预处理，获得语音片段；确定第一对比正对和对比负对；将每个语音片段输入到上一迭代获得的深度残差网络模型中，获得对应的说话人嵌入；针对每个说话人嵌入，从预设说话人嵌入队列中确定对应的最近邻正实例，并确定第二对比正对；根据所述第一对比正对、第二对比正对和对比负对对所述上一迭代获得的深度残差网络模型进行训练，获得当前深度残差网络模型；即本发明的实施例通过额外引入的说话人嵌入队列，选取最近邻正实例来构成额外的对比正对，使得训练出的声纹识别模型准确性更高。
-
公开(公告)号：CN116386590A
公开(公告)日：2023-07-04
申请号：CN202310613237.6
申请日：2023-05-29
Applicant: 北京科技大学
IPC: G10L13/02 , G10L13/08 , G10L21/0208 , G10L19/18
Abstract: 本发明公开了一种多模态的表现性语音合成方法及装置，属于语音合成技术领域，方法包括：将噪声语谱图和与噪声语谱图对应的第一无声视频序列输入至噪声掩码编码器，通过噪声掩码编码器获得去噪掩码；将第二无声视频序列输入至多尺度风格编码器，通过多尺度风格编码器提供多尺度的风格嵌入；将文本信息输入至文本编码器，通过文本编码器获得文本信息嵌入；文本信息嵌入序列经过变量适配器的处理，获得帧级别的语音特征；将帧级别的语音特征与去噪掩码相乘，获得去噪后的帧级别的语音特征；将去噪后的帧级别的语音特征与风格嵌入在通道维度上进行拼接；将拼接得到的特征序列输入至解码器，通过解码器合成干净的语谱图。
-
Patent Agency Ranking
公开(公告)号：CN108805225A
公开(公告)日：2018-11-13
申请号：CN201811004631.5
申请日：2018-08-30
Applicant: 北京科技大学
IPC: G06K13/103 , G06K7/10 , G06F21/45
CPC classification number: G06K13/103 , G06F21/45 , G06F2221/2133 , G06K7/10297
Abstract: 本发明提供一种非接触式IC卡的智能返还机，属于智能设备技术领域。该智能返还机包括主控模块、卡盘模块、显示模块、读卡模块和电源模块，主控模块分别与卡盘模块、显示模块、读卡模块、电源模块相连接。主控模块配合软件系统，控制上述各模块运行，保证设备正常运转；主控模块同时具有与服务器进行数据交互、检测设备运行状态等功能。该智能返还机结构精简，操作简单，便于推广。
-
公开(公告)号：CN115424621B
公开(公告)日：2023-04-07
申请号：CN202211349630.0
申请日：2022-10-31
Applicant: 北京科技大学
IPC: G10L17/04 , G10L17/08 , G10L17/18 , G06N3/0464 , G06N3/09
Abstract: 本发明实施例涉及一种声纹识别模型的训练方法、声纹识别方法、装置及设备，涉及语音识别领域，通过迭代执行对所述当前语音数据子集中的语音数据进行预处理，获得语音片段；确定第一对比正对和对比负对；将每个语音片段输入到上一迭代获得的深度残差网络模型中，获得对应的说话人嵌入；针对每个说话人嵌入，从预设说话人嵌入队列中确定对应的最近邻正实例，并确定第二对比正对；根据所述第一对比正对、第二对比正对和对比负对对所述上一迭代获得的深度残差网络模型进行训练，获得当前深度残差网络模型；即本发明的实施例通过额外引入的说话人嵌入队列，选取最近邻正实例来构成额外的对比正对，使得训练出的声纹识别模型准确性更高。
-
公开(公告)号：CN116386590B
公开(公告)日：2023-08-15
申请号：CN202310613237.6
申请日：2023-05-29
Applicant: 北京科技大学
IPC: G10L13/02 , G10L13/08 , G10L21/0208 , G10L19/18
Abstract: 本发明公开了一种多模态的表现性语音合成方法及装置，属于语音合成技术领域，方法包括：将噪声语谱图和与噪声语谱图对应的第一无声视频序列输入至噪声掩码编码器，通过噪声掩码编码器获得去噪掩码；将第二无声视频序列输入至多尺度风格编码器，通过多尺度风格编码器提供多尺度的风格嵌入；将文本信息输入至文本编码器，通过文本编码器获得文本信息嵌入；文本信息嵌入序列经过变量适配器的处理，获得帧级别的语音特征；将帧级别的语音特征与去噪掩码相乘，获得去噪后的帧级别的语音特征；将去噪后的帧级别的语音特征与风格嵌入在通道维度上进行拼接；将拼接得到的特征序列输入至解码器，通过解码器合成干净的语谱图。
-
公开(公告)号：CN108805225B
公开(公告)日：2022-02-18
申请号：CN201811004631.5
申请日：2018-08-30
Applicant: 北京科技大学
IPC: G06K13/103 , G06K7/10 , G06F21/45
Abstract: 本发明提供一种非接触式IC卡的智能返还机，属于智能设备技术领域。该智能返还机包括主控模块、卡盘模块、显示模块、读卡模块和电源模块，主控模块分别与卡盘模块、显示模块、读卡模块、电源模块相连接。主控模块配合软件系统，控制上述各模块运行，保证设备正常运转；主控模块同时具有与服务器进行数据交互、检测设备运行状态等功能。该智能返还机结构精简，操作简单，便于推广。
-
公开(公告)号：CN208654818U
公开(公告)日：2019-03-26
申请号：CN201821413580.7
申请日：2018-08-30
Applicant: 北京科技大学
IPC: G06K13/103 , G06K7/10 , G06F21/45
Abstract: 本实用新型提供一种非接触式IC卡的智能返还机，属于智能设备技术领域。该智能返还机包括主控模块、卡盘模块、显示模块、读卡模块和电源模块，主控模块分别与卡盘模块、显示模块、读卡模块、电源模块相连接。主控模块配合软件系统，控制上述各模块运行，保证设备正常运转；主控模块同时具有与服务器进行数据交互、检测设备运行状态等功能。该智能返还机结构精简，操作简单，便于推广。(ESM)同样的发明创造已同日申请发明专利
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
