本发明涉及语音识别技术领域，尤其涉及一种复杂场景下基于多模态融合的协同交互语音识别方法和装置。背景技术：语音交互是人与人之间最常用和最直接的沟通交流方式之一。基于声音介质的语音

• 语音识别
• 机器学习
• 卷积
• softmax
• 深度学习

查看详情

本发明属于说话人识别技术领域，特别指一种基于端到端联合优化及决策的鲁棒性说话人识别方法。背景技术：说话人识别，是一种基于语音信息实现的特殊生物识别技术。在说话人识别的研究工作中

• 机器学习
• 卷积
• 端到端
• 深度学习
• 卷积神经网络

查看详情

本发明涉及语义识别领域，特别涉及一种基于人工智能的多模态语义识别服务接入方法。背景技术：语音情感识别是一个非常具有挑战性的问题，因为人们总是以微妙和复杂的方式传达情感。对于语音

• 人工智能
• 机器学习
• 深度学习
• 语义分析
• 模态分析

查看详情

本发明属于声音识别技术领域，具体涉及一种发声方式判别方法及系统。背景技术：现有的发声方式判别研究中，大多采用空气动力学特征或声学特征对发声方式进行判别。其中，空气动力学特征主要

• 机器学习
• 神经网络模型
• 数据标准化
• 音频采样
• 分类数据

查看详情

相关申请本申请要求享有美国临时专利申请第62/826,258号的优先权和权益，该美国临时专利申请通过引用全文合并于此。本公开总体上涉及机器学习。更具体地，本公开涉及通过机器学习

• 机器学习
• 自然语言处理
• 语音识别技术
• 预测模型
• 语言翻译

查看详情

本发明涉及一种视听双模态语音识别方法，尤其涉及一种基于卷积块注意机制的视听双模态语音识别方法，属于深度学习语音识别技术领域：。背景技术：：随着信息技术的飞速发展，人机交互技术作

• 卷积
• 机器学习
• 语音识别技术
• 深度学习
• 特征提取

查看详情

本发明涉及人工智能技术领域，尤其涉及基于集成学习和卷积神经网络的环境声音识别方法。背景技术：在音频信息的研究中，环境声音识别是一个重要的研究领域，其在安全监控、医疗监护、智能家

• 卷积
• 机器学习
• 卷积神经网络
• 集成学习
• 神经网络模型

查看详情

本发明涉及人工智能语音助手安全领域，特别是涉及一种基于双麦克风系统检测和定位无声语音指令的方法。背景技术：目前越来越多的智能设备搭配有诸如siri，alexa，cortana之

• 机器学习
• 麦克风

查看详情

[0001]本发明涉及语音降噪领域，特别涉及一种提高车内语音识别准确率的前处理系统及其控制方法。背景技术：[0002]语音交互是人在驾驶汽车时，实现对车载系统控制最为方便与高效

• 语音识别
• 机器学习
• 卷积
• 神经网络模型
• 卷积神经网络

查看详情

[0001]本发明涉及人声与背景声分离，具体是基于卷积循环神经网络的单通道人声与背景声分离方法。背景技术：[0002]语音分离的目的是从背景干扰中分离出目标语音，由于麦克风采集

• 卷积
• 机器学习
• 神经网络模型
• 卷积神经网络
• 深度学习

查看详情