沈阳林科信息技术有限公司姜江获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉沈阳林科信息技术有限公司申请的专利一种人员密集环境下语音的语义解析方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120431913B 。
龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510935465.4,技术领域涉及:G10L15/18;该发明授权一种人员密集环境下语音的语义解析方法是由姜江;沈立涛;刘鸿伟设计研发完成,并于2025-07-08向国家知识产权局提交的专利申请。
本一种人员密集环境下语音的语义解析方法在说明书摘要公布了:本发明公开了一种人员密集环境下语音的语义解析方法,包括:采集获取目标用户的语音信号数据、唇动视频流数据;提取唇部运动特征序列,将唇部运动特征序列映射为预测语音特征向量;输入声纹分离模型,从混合语音信号中分离目标用户的语音段,生成纯净语音数据特征;对纯净语音数据特征进行时域分割,获取单字的语音信号时域波形;将单字语音信号时域波形与声母、韵母时域波形库进行匹配,获取各字对应的拼音表达;对连续单字的拼音表达进行声调组合关联性分析,获取目标用户的语音段含义。本发明的优点在于:通过结合唇动视频流和语音信号数据,利用深度学习和声纹分离技术,有效提取目标用户的语音,显著提高了嘈杂环境下的语音识别准确性。
本发明授权一种人员密集环境下语音的语义解析方法在权利要求书中公布了:1.一种人员密集环境下语音的语义解析方法,其特征在于,包括: 采集获取目标用户的语音信号数据、唇动视频流数据; 基于唇动视频流数据提取唇部运动特征序列,通过预训练的卷积神经网络模型将唇部运动特征序列映射为预测语音特征向量; 将预测语音特征向量输入声纹分离模型,从混合语音信号中分离目标用户的语音段,生成纯净语音数据特征; 基于汉语发音的声母韵母结构对纯净语音数据特征进行时域分割,获取单字的语音信号时域波形; 基于说话人的21类纯净声母和35类韵母发音,提取每类发音的时域波形模板,构建声母、韵母时域波形库; 基于清辅音优先,根据待匹配单字波形前50ms段的过零率均值,判断清辅音声母; 基于非清辅音声母,从声母时域波形库中进行匹配,通过DTW计算最小路径代价,获取代价最小的前三个声母候选; 通过对待匹配韵母段进行线性预测编码分析,获取前三个共振峰频率,通过对DTW路径进行非线性时间缩放,获取匹配的韵母; 基于获取的声母和韵母,进行拼接验证,检查组合合法性,生成各字对应的拼音表达; 基于连续单字的拼音表达进行声调组合关联性分析,结合上下文语义获取目标用户的语音段含义。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人沈阳林科信息技术有限公司,其通讯地址为:110032 辽宁省沈阳市皇姑区北陵大街19号(1205);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励