-
公开(公告)号：CN112687291B
公开(公告)日：2023-12-01
申请号：CN202011519662.1
申请日：2020-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种发音缺陷识别模型训练方法以及发音缺陷识别方法，该发音缺陷识别模型训练方法包括：在获取到语音样本和该语音样本的缺陷标签之后，先根据该语音样本，生成该语音样本的语音特征，以使该语音特征包括声学特征、音素特征和发音属性特征；再根据该语音样本的语音特征和该语音样本的缺陷标签，训练发音缺陷识别模型。其中，因语音特征包括声学特征、音素特征和发音属性特征，使得该语音特征能够准确全面地表征出该语音样本携带的发音信息，从而使得基于该语音特征以及该缺陷标签训练好的发音缺陷识别模型具有较好的发音缺陷识别性能，如此使得后续能够利用训练好的发音缺陷识别模型准确地识别出发音缺陷。
-
公开(公告)号：CN112086108A
公开(公告)日：2020-12-15
申请号：CN202010774495.9
申请日：2020-08-04
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种认知障碍预测方法及电子设备、存储装置，其中，认知障碍预测方法包括：获取测试对象回答预设问题的语音数据；利用初始识别模型识别语音数据，得到初始文本；利用语音数据和初始文本进行初始预测，得到测试对象是否存在认知障碍的初始预测结果；基于初始预测结果，选择第一识别模型、第二识别模型中至少一者识别语音数据，得到最终文本；利用语音数据和最终文本进行最终预测，得到测试对象是否存在认知障碍的最终预测结果。上述方案，能够提高认知障碍预测的精度。
-
Patent Agency Ranking
-
公开(公告)号：CN111081229A
公开(公告)日：2020-04-28
申请号：CN201911340088.0
申请日：2019-12-23
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种基于语音的评分方法及相关装置，通过将目标用户对找钱问题的答复语音特征数据输入训练好的语音识别模型，确定识别答复数据；提取所述识别答复数据的指标特征数据、第一特征数据以及第二特征数据；将所述指标特征数据输入训练好的准确度模型，确定识别准确度；将所述第一特征数据输入训练好的第一分类模型，确定第一概率数据，以及，将所述第二特征数据输入训练好的第二分类模型，确定第二概率数据；根据所述识别准确度对所述第一概率数据和所述第二概率数据进行处理，得到目标概率数据；基于所述目标概率数据中最大概率对应的类别对所述目标用户进行评分，得到目标分数。消除了人为音素的主观影响，大大提高了评分的准确率。
-
公开(公告)号：CN112687291A
公开(公告)日：2021-04-20
申请号：CN202011519662.1
申请日：2020-12-21
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种发音缺陷识别模型训练方法以及发音缺陷识别方法，该发音缺陷识别模型训练方法包括：在获取到语音样本和该语音样本的缺陷标签之后，先根据该语音样本，生成该语音样本的语音特征，以使该语音特征包括声学特征、音素特征和发音属性特征；再根据该语音样本的语音特征和该语音样本的缺陷标签，训练发音缺陷识别模型。其中，因语音特征包括声学特征、音素特征和发音属性特征，使得该语音特征能够准确全面地表征出该语音样本携带的发音信息，从而使得基于该语音特征以及该缺陷标签训练好的发音缺陷识别模型具有较好的发音缺陷识别性能，如此使得后续能够利用训练好的发音缺陷识别模型准确地识别出发音缺陷。
-
公开(公告)号：CN112086108B
公开(公告)日：2023-04-04
申请号：CN202010774495.9
申请日：2020-08-04
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种认知障碍预测方法及电子设备、存储装置，其中，认知障碍预测方法包括：获取测试对象回答预设问题的语音数据；利用初始识别模型识别语音数据，得到初始文本；利用语音数据和初始文本进行初始预测，得到测试对象是否存在认知障碍的初始预测结果；基于初始预测结果，选择第一识别模型、第二识别模型中至少一者识别语音数据，得到最终文本；利用语音数据和最终文本进行最终预测，得到测试对象是否存在认知障碍的最终预测结果。上述方案，能够提高认知障碍预测的精度。
-
公开(公告)号：CN111081229B
公开(公告)日：2022-06-07
申请号：CN201911340088.0
申请日：2019-12-23
Applicant: 科大讯飞股份有限公司
Abstract: 本申请提供了一种基于语音的评分方法及相关装置，通过将目标用户对找钱问题的答复语音特征数据输入训练好的语音识别模型，确定识别答复数据；提取所述识别答复数据的指标特征数据、第一特征数据以及第二特征数据；将所述指标特征数据输入训练好的准确度模型，确定识别准确度；将所述第一特征数据输入训练好的第一分类模型，确定第一概率数据，以及，将所述第二特征数据输入训练好的第二分类模型，确定第二概率数据；根据所述识别准确度对所述第一概率数据和所述第二概率数据进行处理，得到目标概率数据；基于所述目标概率数据中最大概率对应的类别对所述目标用户进行评分，得到目标分数。消除了人为音素的主观影响，大大提高了评分的准确率。
-
-
-
-
-
-
Search Results
7
records
(took 0.031 seconds)
