公开(公告)号：CN116092492A

公开(公告)日：2023-05-09

申请号：CN202310085223.1

申请日：2023-01-17

Applicant: 科大讯飞股份有限公司 ,  合肥智能语音创新发展有限公司

Inventor： 张睿智 ,  雷琴辉 ,  刘俊峰

IPC: G10L15/22 ,  G01C21/00 ,  G10L15/00 ,  G10L15/04 ,  G10L25/51

Abstract: 本发明公开了一种混合多语种导航语音指令处理方法、装置以及电子设备，预先确定用户当前所在国家或地区，将用户输入语音指令切割为地名段及非地名段，调用与所在国家或地区匹配的语音处理策略对地名段所对应的语音指令进行识别，最后结合地名段及非地名段二者的识别结果进行导航意图理解。通过对当前所在国家或地区的判定替代常规的定位，从而可以预先确定匹配当地语种的语音处理策略，并通过对输入语音的切割，可以对混合多语种的语音指令进行针对性的识别处理，从而提供更为可靠且精准的导航意图理解结果。本发明无需耗费成本构建词典，也无需对已有模型进行大量参数调整，能够更为经济、高效地处理导航场景中出现混合语种的情况。

公开(公告)号：CN116153290A

公开(公告)日：2023-05-23

申请号：CN202310133749.2

申请日：2023-02-08

Applicant: 科大讯飞股份有限公司 ,  合肥智能语音创新发展有限公司

Inventor： 张睿智 ,  王心璐 ,  雷琴辉 ,  刘俊峰

IPC: G10L15/00 ,  G10L15/04 ,  G10L15/16 ,  G10L15/26 ,  G10L15/18 ,  G10L15/22

Abstract: 本发明公开了一种混合多语种语音交互方法、装置以及电子设备，本发明的主要构思在于，将接收到的混合多语种的语音音频输入语种分割模型中，得到对应不同语种的音频片段，然后将各语种音频片段送入对应的语音识别模型中，得到对应的转写结果，再以各语音识别模型的识别结果作为输入源，输入至意图理解模型，得到目标意图，最后便可以根据预设的业务需求对目标意图进行解析并执行相应的交互操作。本发明能够有效解决多语种混合识别及交互场景下的特定问题，在提升交互意图理解的精准度的同时，使人机交互过程更为顺畅，也更贴近用户的特定语言表达习惯，尤其地，本发明可涵盖的语种数量可不做限定，尤其还可以兼顾跨语系的混合语种交互场景。

公开(公告)号：CN116486784A

公开(公告)日：2023-07-25

申请号：CN202310081913.X

申请日：2023-01-16

Applicant: 科大讯飞股份有限公司

Inventor： 李深安 ,  邢猛 ,  王兴宝 ,  王雪初 ,  张睿智 ,  雷琴辉 ,  刘俊峰

IPC: G10L15/00 ,  G10L15/02 ,  G10L15/06 ,  G10L15/26

Abstract: 本发明公开了一种多语种免切换交互方法、装置以及电子设备，将多个语种的数据联合训练多语种语音识别模型，基于多语种共性特征混合建模，实现多语言无缝免切换语音交互，具体地，将输入的混合语种语音音频特征送入端到端的多语种语音识别模型中，从中获取多语种的共性特征及差异特征，并结合二者进行声学建模及语言解码，输出对应各语种的转写文本及语种标签，最后利用转写文本及语种标签进行语义理解并执行交互操作。本发明无需依赖人为切换，且消除了不同语种在语音识别、语义理解、语音合成方面的差异，尤其是无需切换，直接对混合语种的语音交互进行综合识别、理解，由此可以显著提升人机交互体验。

公开(公告)号：CN116308637A

公开(公告)日：2023-06-23

申请号：CN202310172582.0

申请日：2023-02-23

Applicant: 科大讯飞股份有限公司

Inventor： 张睿智 ,  李深安 ,  雷琴辉 ,  刘俊峰

IPC: G06Q30/0601 ,  G06F40/151 ,  G06F40/205 ,  G06F40/47

Abstract: 本发明公开了一种产品合规自动配置方法、装置以及电子设备，本发明的主要构思在于，结合人工智能领域的文本处理技术，通过预先构建的合规法规文本模型，从不同国家的原始法规文本中提取出预设的若干规定条文，将抽出的规定条文文本与预设的产品配置信息进行对应关联，锁定待调整配置的目标信息，进而基于该特定的法规条文填入或修改对应的产品配置信息。本发明从根本上解决了目前针对软硬件产品进行合规处理时，过于依赖人工产生的诸如效率慢、准确性相对不稳定且影响整个产品研发至销售全周期进度的问题。