本发明涉及语音处理技术，具体的说是指基于深度学习的语音关键信息分离方法。背景技术：语音作为关键的多媒体数据，在信息表达、存储、人机交互中有着重要作用，语音信号中包含着丰富的信息

• 机器学习
• 卷积
• 深度学习
• 梯度下降
• 关键

查看详情

本发明涉及无人机系统技术领域：，具体涉及无人机传感器振动噪声抑制方法。背景技术：：近年来mems传感器(即微机电系统)技术的快速发展，mems惯性测量单元凭借体积小、响应迅速及

• 无人机
• 卷积
• 深度学习
• 噪声传感器
• 无人机飞控

查看详情

本发明涉及多媒体信息安全与取证技术领域：，尤其涉及的是一种基于深度学习的平滑语音检测方法、装置、智能设备及存储介质。背景技术：：近年来，随着智能手机的普及，人们能够通过手机方便

• 离散余弦变换
• 深度学习
• 归一化方法
• 卷积

查看详情

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

本公开涉及互联网技术领域，尤其涉及降噪方法及装置、电子设备、存储介质。背景技术：随着科学技术的不断进步，电子设备中应用种类越来越多，且，许多应用都会涉及音频信号，例如短视频应用

• 卷积
• 音频应用
• 傅里叶变换
• 白噪音

查看详情

本申请涉及语音处理技术领域：和机器学习技术领域：，特别是涉及一种情感识别模型的训练方法、装置、计算机设备和存储介质。背景技术：：随着语音处理技术的发展，出现了情感识别技术。情感

• 卷积
• 情感识别
• 特征提取
• 卷积神经网络
• 网络模型

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