本发明属于基于神经网络的关键词检测技术领域，具体涉及一种可支持自定唤醒词的关键词检测方案。背景技术：关键词检测技术是指设备从连续不断的语音流中检测特定的关键词，当检测到特定的关

• 机器学习
• 卷积
• 矩阵
• 神经网络算法
• 损失函数

查看详情

本申请涉及人工智能技术领域，尤其涉及一种伪冒语音的识别方法、识别设备、计算机设备和计算机可读存储介质。背景技术：随着语音识别和人工智能(artificialintelligen

• 机器学习
• 网络模型
• 语音芯片
• 网络结构
• 卷积

查看详情

本发明属于音频处理技术领域，具体涉及一种基于卷积神经网络的声音事件检测技术。背景技术：声音事件检测是指设备从连续不断的音频流中检测出当前时刻存在的1个或多个声音事件(统一简称为

• 卷积
• 机器学习
• 卷积神经网络
• 神经网络模型
• 深度学习

查看详情

本发明涉及语音合成领域，具体是涉及一种在低资源下，利用现有数据进行迁移学习从而实现情感语音合成的方法。背景技术：：近年来，端到端语音合成领域发展迅速，在大数据集进行训练的前提下

• 语音合成
• 机器学习
• 卷积
• 端到端
• 深度学习

查看详情

本发明涉及神经网络语音识别技术领域，具体领域为一种基于分组卷积神经网络的标点标注模型。背景技术：标点标注是语音识别的一个后处理任务。语音识别模型的输出文本一般不包含标点符号，利

• 卷积
• 机器学习
• 卷积神经网络
• 神经网络模型

查看详情

本申请涉及敏感音频识别技术领域，尤其涉及融合文本信息的敏感音频识别模型训练方法及识别方法。背景技术：随着科学技术的发展，语音识别技术受到广泛的应用。对于识别技术的精准性和针对性

• 机器学习
• 神经网络模型
• 文本分类
• 特征提取
• 信息存储

查看详情

本发明涉及语音增强技术领域，尤其涉及一种基于深度域自适应网络的助听器语音增强方法。背景技术：在复杂环境下，目标声音通常淹没在噪声中，声音频谱分析的结果受到严重影响，使得自适应降

• 机器学习
• 深度学习算法
• 助听器
• 数据迁移
• 自适应算法

查看详情

本申请涉及音频识别领域，尤其涉及一种音频识别方法及装置。背景技术：随着互联网技术的发展，信息传播的方式和渠道发生了显著变化。当前，网络上传播的信息良莠不齐，为了净化网络环境，通

• 机器学习
• 特征向量
• 卷积
• 置信度
• 神经网络模型

查看详情

本发明属于语音信号处理与模式识别领域，是一种基于3dcnn-lstm的说话人识别方法。背景技术：说话人识别，又称声纹识别，是生物特征信号识别的重要组成部分之一。相较于目前流行的

• 卷积
• 机器学习
• 卷积神经网络
• 文本分类
• 特征提取

查看详情

本发明涉及语音质量评价技术领域，尤其涉及一种面向免验配助听器的语音质量自评估方法。背景技术：传统助听器主要通过放大声信号来补偿患者缺失的声波能量和频率成分，并依靠听力专家的验配

• 机器学习
• 分类器
• softmax
• 神经网络算法
• 矩阵转置

查看详情