本发明涉及音频识别技术领域，尤其是一种基于深度卷积生成对抗网络的音频关键词识别方法。背景技术：随着音频识别技术的不断成熟，出现了非常多的应用场景，如：手机地图音频导航、智能家具

• 概率计算
• 判别分析
• 网络模型
• 深度学习
• 卷积

查看详情

本发明涉及语音合成领域，具体的，涉及一种基于变分自编码器的声码器实现方法及装置。背景技术：在语音合成(texttospeech，简称tts)技术，涉及声学、语言学、数字信号处理

• 卷积神经网络
• 深度学习
• 损失函数
• 神经网络模型
• 高斯白噪声

查看详情

本发明涉及智能语音交互领域，进一步涉及计算机智能语音合成领域，具体涉及一种基dnn-hmm双模态对齐网络的端到端语音合成方法及系统。背景技术：：最近几年，随着深度学习地兴起，深

• 网络模型
• 预测模型
• 深度学习
• 端到端
• 语音合成

查看详情

本发明涉及语音合成的技术领域，尤其涉及一种基于深度学习的小尺度单元拼接语音合成算法及系统。背景技术：近年来，随着移动互联网的兴起和智能手机等移动终端的普日益及，基于语音识别、自

• 语音合成
• 深度学习
• 特征提取
• 文本分析
• 系统学习

查看详情

本发明涉及音频隐写技术领域，尤其涉及基于卷积神经网络和领域对抗学习的音频隐写分析方法。背景技术：目前基于深度学习技术的音频隐写分析模型已在实验室条件下取得较高的检测性能。但在实

• 卷积
• 卷积神经网络
• 神经网络模型
• 深度学习
• 判别分析

查看详情

本发明涉及音频隐写技术领域，尤其涉及基于卷积神经网络和多任务学习的通用音频隐写分析方法。背景技术：目前基于深度学习技术的音频隐写分析模型已在实验室条件下取得较高的检测性能。但在

• 卷积
• 机器学习
• 卷积神经网络
• 神经网络算法
• 深度学习

查看详情

本发明涉及医疗技术领域，尤其涉及一种基于模拟人的自助化bls培训与考核系统。背景技术：缺血性心脏疾病是高病死率疾病之一，是全球公认的重大公共卫生问题。缺血性心脏疾病发病时最主要

• 自然语言处理
• lstm
• 语音识别技术
• 深度学习
• 文本分类

查看详情

本公开的实施例涉及语音处理领域，尤其涉及一种语音增强方法、装置、设备及存储介质。背景技术：语音增强是指对语音信号进行降噪处理，以提高语音信号的质量。通常的，在硬件方面，有通过多

• 机器学习
• 深度学习
• 网络模型
• 判别分析
• 预测模型

查看详情

本发明涉及机器学习技术领域，特别是涉及一种语音情绪识别方法及系统。背景技术：语音和语调表情(intonationexpression)是表达情绪的重要形式。朗朗笑声表达了愉快的

• 递归神经网络
• 网络模型
• 深度学习
• 神经网络模型
• 机器学习

查看详情

本发明涉及语音转换技术领域，具体涉及一种基于说话人风格特征建模的多对多语音转换方法。背景技术：语音转换是语音信号处理领域的研究分支，是在语音分析、合成和说话人识别的研究基础上发

• 特征函数
• 频谱分析
• 网络模型
• 深度学习
• 损失函数

查看详情