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

本发明属于数字音频篡改检测技术领域，特别指一种基于卷积神经网络的数字音频篡改被动检测方法。背景技术：随着数字音频技术的飞速进步，人们能够很方便地采集到数字音频信号，但同时也可利

• 卷积
• 数字音频
• 卷积神经网络
• 神经网络模型
• 深度学习

查看详情

本申请涉及计算机技术领域，特别涉及人工智能、深度学习和语音技术领域中的声源定位方法、装置、设备和计算机存储介质。背景技术：随着语音交互需求的增长，围绕着语音交互展开的产品受到越

• 卷积
• 卷积神经网络
• 深度学习
• 神经网络模型
• 语音芯片

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

本发明涉及语音识别领域，特别是涉及一种基于分离卷积神经网络的语音唤醒方法及系统。背景技术：一个卷积神经网络提供在时间和空间上的平移不变性卷积，将卷积神经网络的思想应用到语音识别

• 卷积
• 二值化
• 卷积神经网络
• 神经网络模型
• 损失函数

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

[0001]本申请涉及人工智能技术领域，尤其涉及一种音频识别模型的训练和非正常音频识别的方法和装置。背景技术：[0002]随着多媒体技术的发展，音频的数量和时长呈指数型增长。音

• 机器学习
• 卷积
• 神经网络模型
• 损失函数
• 卷积神经网络

查看详情

[0001]本发明属于语音检测技术领域，更具体的说是涉及一种基于孪生卷积神经网络进行欺骗性语音检测的方法。背景技术：[0002]自动说话人确认(asv)旨在通过给定语音段自动确

• 卷积
• 卷积神经网络
• 神经网络模型
• 矩阵变换
• 概率计算

查看详情

本发明涉及森林消防技术领域，具体涉及一种基于深度卷积神经网络的森林火灾消防方法及系统。背景技术：随着全球气候变暖，世界森林火灾频发，森林资源和人民群众生命财产损失严重。在森林火

• 卷积
• 森林火灾
• 卷积神经网络
• 神经网络模型
• 图像深度

查看详情