平安科技(深圳)有限公司张楠获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利目标对象分类方法、系统、电子设备及存储介质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:CN114913871B 。
龙图腾网通过国家知识产权局官网在2026-02-24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:202210532331.4,技术领域涉及:G10L25/24;该发明授权目标对象分类方法、系统、电子设备及存储介质是由张楠;王健宗;瞿晓阳设计研发完成,并于2022-05-11向国家知识产权局提交的专利申请。
本目标对象分类方法、系统、电子设备及存储介质在说明书摘要公布了:本发明提供了一种目标对象分类方法、系统、电子设备及存储介质,属于人工智能技术领域,目标对象分类方法包括:获取目标对象的原始语音信号;将原始语音信号输入至预设的目标对象分类模型中;其中,目标对象分类模型包括时域特征提取器和Transformer模型,时域特征提取器和Transformer模型构成端到端结构;基于时域特征提取器对原始语音信号进行特征提取处理,得到梅尔滤波器组特征信号;对梅尔滤波器组特征信号进行谱增强以及下采样处理,得到预处理语音信号,基于Transformer模型对预处理语音信号进行特征提取处理,得到目标对象的分类结果,本发明实现了从原始语音输入中提取说话人判别特征,提高了说话人特征的容量和识别能力,能够有效对目标对象进行分类。
本发明授权目标对象分类方法、系统、电子设备及存储介质在权利要求书中公布了:1.一种目标对象分类方法,其特征在于,所述方法包括: 获取目标对象的原始语音信号; 将所述原始语音信号输入至预设的目标对象分类模型中;其中,所述目标对象分类模型包括时域特征提取器和Transformer模型,所述时域特征提取器和所述Transformer模型构成端到端结构; 基于所述时域特征提取器对所述原始语音信号进行特征提取处理,得到梅尔滤波器组特征信号; 对所述梅尔滤波器组特征信号进行谱增强以及下采样处理,得到预处理语音信号,基于所述Transformer模型对所述预处理语音信号进行特征提取处理,得到所述目标对象的分类结果; 其中,所述Transformer模型包括多个Transformer组,所述Transformer模型通过以下步骤训练: 获取训练样本,所述训练样本包括多个预处理音频数据; 将所述预处理音频数据输入至所述Transformer模型,得到各个所述Transformer组输出的帧级特征;其中,所述帧级特征包括句子特征和多个语音帧对应的语音特征,所述句子特征为所述帧级特征的第一帧,所述语音特征为所述帧级特征除所述第一帧外的其余帧,第一帧的embedding是额外添加的且用于学习到整个句子的信息,其余帧的embedding都对应一段原始信号; 构建所述Transformer模型的分类损失函数; 构建所述Transformer模型的扩散损失函数,所述扩散损失函数表征所述第一帧与各个所述其余帧之间的距离之和; 根据所述分类损失函数和所述扩散损失函数的差值得到所述Transformer模型训练时所用的 模型损失函数,并根据所述模型损失函数得到所述Transformer模型损失值; 根据所述Transformer模型损失值优化更新所述Transformer模型的参数。
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平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;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