-
公开(公告)号：CN110970036A
公开(公告)日：2020-04-07
申请号：CN201911346904.9
申请日：2019-12-24
申请人： 网易(杭州)网络有限公司
摘要： 本公开涉及计算机技术领域，提供了一种声纹识别方法、声纹识别装置、计算机存储介质、电子设备，其中，声纹识别方法包括：获取待识别语音中包含的人声语音；提取人声语音对应的第一声学特征，将第一声学特征输入声纹识别模型中得到待识别语音对应的初步声纹识别结果，其中，初步声纹识别结果包括多种声纹属性分别对应的属性预测结果；根据多种声纹属性分别对应的属性预测结果确定待识别语音对应的说话人识别结果。本公开中的声纹识别方法能够有效区分噪声和人声，提高识别准确度。
-
公开(公告)号：CN118152151A
公开(公告)日：2024-06-07
申请号：CN202410263741.2
申请日：2024-03-07
申请人： 网易(杭州)网络有限公司
摘要： 本申请实施例公开了一种音频工程转换方法、装置、计算机设备及存储介质，该方法包括：响应源音频工程对应的第一工程文件的转换请求，获取第二工程文件，第二工程文件为目标音频工程对应的工程文件，目标音频工程与源音频工程为不同的音频中间件对应的音频工程，对第一工程文件进行解析，得到第一工程文件对应的事件信息和参数信息，基于事件信息在第二工程文件中创建音频对象，得到第三工程文件，将参数信息写入第三工程文件，以得到包括第三工程文件的目标音频工程。本申请实施例可以实现源音频工程到目标音频工程的自动转换，提高音频工程的转换效率与转换精度，降低音频工程的转换成本。
-
公开(公告)号：CN111046225B
公开(公告)日：2024-01-26
申请号：CN201911334453.7
申请日：2019-12-20
申请人： 网易(杭州)网络有限公司
IPC分类号： G06F16/68 , G06F40/284
摘要： 本申请提供一种音频资源处理方法、装置、设备及存储介质，涉及数据处理技术领域。方法包括：采用预先训练的神经网络模型，对输入的音频资源进行属性分析，得到音频资源的属性标签和音频特征；将音频资源、及其属性标签、音频特征写入数据库。通过采用得到验证的多个音频资源标注样本，训练得到神经网络模型，并采用该模型，对音频资源进行属性分析，使得分析得到的音频资源的属性标签和音频特征准确性更高，根据音频资源及其属性标签、音频特征得到数据库，使得数据库中音频资源的标签及特征准确性较高，从而根据输入的音频资源在数据库中检索目标音频资源时，检索效率高且检索结果更加准确，避免人工设定标签带来的标签可靠性和准确性低的问题。
-
公开(公告)号：CN110970036B
公开(公告)日：2022-07-12
申请号：CN201911346904.9
申请日：2019-12-24
申请人： 网易(杭州)网络有限公司
摘要： 本公开涉及计算机技术领域，提供了一种声纹识别方法、声纹识别装置、计算机存储介质、电子设备，其中，声纹识别方法包括：获取待识别语音中包含的人声语音；提取人声语音对应的第一声学特征，将第一声学特征输入声纹识别模型中得到待识别语音对应的初步声纹识别结果，其中，初步声纹识别结果包括多种声纹属性分别对应的属性预测结果；根据多种声纹属性分别对应的属性预测结果确定待识别语音对应的说话人识别结果。本公开中的声纹识别方法能够有效区分噪声和人声，提高识别准确度。
-
公开(公告)号：CN114618153A
公开(公告)日：2022-06-14
申请号：CN202210255730.0
申请日：2022-03-15
申请人： 网易(杭州)网络有限公司
IPC分类号： A63F13/285 , A63F13/52 , A63F13/54 , G06K9/62
摘要： 本发明提供了一种游戏中振动反馈的方法、装置以及电子设备，涉及游戏技术领域，缓解了游戏设备的振动效果表现力较差的技术问题。该方法包括：获取所述运行画面的目标运行参数；根据所述目标运行参数，确定与所述目标运行参数对应的第一振动数据；根据所述第一振动数据，所述第一电子设备在所述游戏运行的过程中执行与所述第一振动数据相匹配的振动反馈。
-
公开(公告)号：CN111046225A
公开(公告)日：2020-04-21
申请号：CN201911334453.7
申请日：2019-12-20
申请人： 网易(杭州)网络有限公司
IPC分类号： G06F16/68 , G06F40/284
摘要： 本申请提供一种音频资源处理方法、装置、设备及存储介质，涉及数据处理技术领域。方法包括：采用预先训练的神经网络模型，对输入的音频资源进行属性分析，得到音频资源的属性标签和音频特征；将音频资源、及其属性标签、音频特征写入数据库。通过采用得到验证的多个音频资源标注样本，训练得到神经网络模型，并采用该模型，对音频资源进行属性分析，使得分析得到的音频资源的属性标签和音频特征准确性更高，根据音频资源及其属性标签、音频特征得到数据库，使得数据库中音频资源的标签及特征准确性较高，从而根据输入的音频资源在数据库中检索目标音频资源时，检索效率高且检索结果更加准确，避免人工设定标签带来的标签可靠性和准确性低的问题。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.033 秒)
