-
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。
-
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：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：CN115116449B
公开(公告)日：2025-01-24
申请号：CN202210628912.8
申请日：2022-06-06
Applicant: 合肥讯飞数码科技有限公司
IPC: G10L17/04 , G10L17/18 , G10L21/0208
Abstract: 本申请提出一种语音增强方法、装置、设备及存储介质，该方法包括：将带噪语音输入预先训练的复合式对抗增强网络模型，得到所述复合式对抗增强网络模型输出的语音增强结果，所述语音增强结果中至少包括增强语音；其中，所述复合式对抗增强网络模型对带噪语音进行语音增强处理得到的增强语音的声纹特征，接近于与带噪语音对应的干净语音的声纹特征。上述方法可以在对带噪语音进行语音增强的同时，降低语音增强造成的语音失真。
-
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。
-
Patent Agency Ranking
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：CN117953922A
公开(公告)日：2024-04-30
申请号：CN202410102863.3
申请日：2024-01-24
Applicant: 合肥讯飞数码科技有限公司
IPC: G10L25/69 , G10L25/03 , G10L19/18 , G10L19/022
Abstract: 本发明提供一种合成音频检测方法、装置、电子设备和存储介质，涉及合成音频技术领域。其中方法包括：将待检测音频输入至合成音频检测模型中的特征提取层，得到所述特征提取层输出的音频特征；将所述音频特征输入至所述合成音频检测模型中的合成音频检测层，得到所述合成音频检测层输出的合成音频检测结果；其中，所述合成音频检测模型是基于真实音频样本、伪造音频样本、所述真实音频样本对应的合成音频检测结果标签、所述伪造音频样本对应的合成音频检测结果标签和所述伪造音频样本对应的合成算法标签训练得到的，所述合成算法标签为合成所述伪造音频样本的合成算法。本发明可以提高合成音频检测模型的泛化性。
-
-
公开(公告)号：CN116153297A
公开(公告)日：2023-05-23
申请号：CN202211410906.1
申请日：2022-11-11
Applicant: 合肥讯飞数码科技有限公司
IPC: G10L15/06 , G10L15/16 , G10L15/183
Abstract: 本申请公开了一种低资源语音识别模型训练方法、相关设备及可读存储介质。先从无监督低资源语音数据中筛选出标注价值高的目标无监督低资源语音数据；然后，对目标无监督低资源语音数据进行标注，得到有监督低资源语音数据；最后，利用无监督低资源语音数据以及有监督低资源语音数据，对基础预训练模型进行训练得到低资源语音识别模型。本方案中，先从无监督低资源语音数据中筛选出标注价值高的数据再进行标注得到有监督低资源语音数据，使得得到的有监督低资源语音数据的质量较高，而且，无监督低资源语音数据在训练过程中也得到了更为充分的利用，因此，训练得到的低资源语音识别模型在实际应用场景中的性能会有所提升。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.033 seconds)
