本发明涉及基于语音情感识别技术领域，尤其是涉及一种基于icnn与bi-lstm的语音情感识别方法。背景技术：语音是人们日常生活中最重要、最自然也最直接的交流方式，包含着人们丰富

• 深度学习
• 卷积神经网络
• 神经网络模型
• 情感识别
• 卷积

查看详情

本发明涉及音频信号处理，语音识别等技术领域，更具体地，涉及一种基于语音合成数据增强的唤醒词训练方法。背景技术：随着智能语音助手的出现，唤醒词识别系统在人机交互中发挥着越来越重要

• 频谱分析
• 语音合成
• 深度学习
• 神经网络模型
• 机器学习

查看详情

本发明涉及智能教育的技术领域，特别涉及基于深度学习的口语训练方法和系统。背景技术：目前，在语音教学实践中，为了使学生能够掌握相应的口语发音技巧，通常都是向学生提供若干不同的口语

• 机器学习
• 卷积
• 深度学习
• 神经网络模型
• 卷积神经网络

查看详情

本发明属于人工智能声学检测领域，具体涉及一种基于对抗神经网络的枪声数据增广与检测方法背景技术：枪声事件检测是声学信号处理的一个应用，在安全监控、场景分析、危机处理、法律取证等领

• 卷积
• 神经网络模型
• 深度学习
• 判别分析
• 卷积神经网络

查看详情

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

本发明涉及多通道语音增强技术领域，具体涉及一种面向麦克风阵列的通道注意力加权的语音增强方法。背景技术：语音是现代通信的重要载体，语音增强的目的是利用信号处理的技术改善受到噪声污

• 卷积
• 麦克风阵列
• 深度学习
• 空间维度
• 解码器

查看详情

本发明涉及一种基于深度学习的语音情感识别技术，特别涉及一种基于混合小波包特征的深度学习方法，该方法属于深度学习与语音情感识别领域的方法。背景技术：情感是人类区别于机器的独特特征

• 深度学习
• 情感识别
• 特征提取
• 网络模型
• 分类数据

查看详情

本发明涉及语音情感识别技术领域：，特别涉及一种基于多头注意力机制的语音情感识别方法。背景技术：：近年来，语音情感识别(ser)受到越来越多的关注，因为它在人机交互中具有很大的实

• 情感识别
• 深度学习
• 线性模型
• 空间维度
• 商标数据库1

查看详情