本发明涉及计算机音乐中音乐信息检索领域和计算机作曲领域，尤其涉及一种基于动机提取模型与神经网络的自动作曲方法。背景技术：基于神经网络的自动作曲一直是人工智能领域的一个研究热点，

• 机器学习
• 卷积
• 神经网络模型
• 动机理论
• 卷积神经网络

查看详情

本发明属于语音信号处理与模式识别领域，特别是一种基于残差网络的3dacrnn语音情感识别方法。背景技术：人工智能领域的不断发展使得人类与计算机的关系日益密切，情感计算更是其中一

• 机器学习
• 卷积
• 残差网络
• 情感识别
• 卷积神经网络

查看详情

本发明属于音频检测技术领域，尤其涉及一种合成音频检测方法、系统、移动终端及存储介质。背景技术：现代文本生成语音技术和声音转换技术的演进能够生成自然的说话声音,带来的问题就是对说

• 卷积
• 反卷积
• 网络模型
• 卷积神经网络
• 特征函数

查看详情

本申请实施例涉及音频信号处理技术领域，具体地，涉及一种语音关键词识别方法和装置。背景技术：关键词检测(spokenkeywordspotting或spokentermdetec

• 神经网络模型
• 网络模型
• 卷积神经网络
• 特征提取
• 特征向量

查看详情

本申请涉及人工智能技术领域，特别涉及一种语音识别的训练方法和装置。背景技术：目前，主流语音识别方案所采用的框架结构为：卷积神经网络(cnn)+双向长短期记忆网络(blstm)+

• 语音识别
• 机器学习
• 卷积
• 卷积神经网络
• 损失函数

查看详情

本发明属于语音情绪识别方法技术领域，具体为一种基于3-d卷积神经网络的语音情绪识别方法以及对应的装置。背景技术：随着人工智能的发展，人工智能目前可以帮助人们处理越来越多的事情。

• 卷积
• 神经网络模型
• 卷积神经网络
• 机器学习

查看详情

本发明属于计算机领域，具体地，涉及一种基于生成对抗网络的虚拟人声视唱方法和系统。背景技术：学习音乐时，看谱并唱出是学习音乐的基础，称为“视唱”。视唱练耳特别重要，然而问题是视唱

• 卷积
• 卷积神经网络
• 虚拟网络
• 网络模型
• 神经网络模型

查看详情

本发明属于音源识别技术领域，具体涉及一种基于卷积模糊神经网络的音源识别方法。背景技术：音源识别技术是通过在音源样本中提取出表征音源产生对象生理特征的特征参数对音源进行识别的一项

• 卷积
• 机器学习
• 模糊神经网络
• 卷积神经网络
• 深度学习

查看详情

本发明涉及人工智能领域，更具体的说，涉及一种全连接多尺度的残差网络及其进行声纹识别的方法。背景技术：在得益于深度学习的帮助，声纹识别技术得到了快速的发展。由于深度神经网络(de

• 卷积
• 声纹识别
• 残差网络
• 深度学习
• 卷积神经网络

查看详情

本发明涉及关键词检测领域，特别是涉及一种单声道语音关键词低功耗实时检测方法。背景技术：目前在语音关键词检测中采用的门控循环单元(gru)+注意力机制(attention)方案存

• 特征提取
• 卷积神经网络
• 神经网络模型
• 归一化
• 卷积

查看详情