内容提供者
音频识别方法、装置、电子设备和存储介质.pdf
2023-07-25
10金币
669KB
17页
猫巷****晓容
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共17页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
音频识别方法、装置、电子设备和存储介质.pdf
本公开是关于一种音频识别方法、装置、电子设备和存储介质。该方法包括：获取查询内容；所述查询内容包括表征待识别音频的片段信息；从预设库中选取与所述查询内容对应的预设数量的候选音频；所述候选音频包括与所述片段信息相匹配的候选音频片段；将所述候选音频片段输入已训练的检测模型中，得到包含所述片段信息的目标片段信息和所述目标片段信息所在的目标音频。本实施例中可以利用部分片段信息即可从预设库中识别出相匹配的目标音频片段和目标音频，有利于提升识别效率，提高使用体验。
2023-07-25
10
669KB
音频识别方法、装置、电子设备和可读存储介质.pdf
本申请提供一种音频识别方法、装置、电子设备和可读存储介质，首先利用预先构建的第一过滤模型对待识别音频中的第一类噪声进行过滤得到第一识别音频，第一类噪声为非语音噪声。再利用预先构建的第二过滤模型对第一识别音频中的第二类噪声进行过滤得到第二识别音频，第一识别音频中包含目标语音和非目标语音，第二类噪声属于非目标语音。最后，将第二识别音频导入预先构建的识别模型，对第二识别音频中的目标语音进行处理得到对应的文本。该方案，预先对非语音噪声和属于非目标语音的噪声进行过滤处理，降低了语音识别的处理压力且排除各类噪声的干扰
2023-07-24
10
843KB
音频分类识别方法、装置、电子设备及存储介质.pdf
本公开关于一种音频分类识别方法、装置、电子设备及存储介质。该方法包括：通过获取待识别音频的音频特征；然后将音频特征输入目标卷积神经网络，对目标卷积神经网络的末端解码单元输出的第一特征，以及目标卷积神经网络中的至少一个编码单元输出的第二特征，进行特征融合处理，得到待识别音频的目标音频特征；最后基于目标音频特征，确定待识别音频对应的分类识别结果。本公开实现了将目标卷积神经网络与音频分类识别进行结合，将音频特征利用目标卷积神经网络进行特征提取并融合，得到了待识别音频的多层次的目标音频特征，并依据该目标音频特征对
2023-07-24
10
1.2MB
音频识别方法、装置及存储介质.pdf
本发明公开了一种音频识别方法、装置及存储介质，该方法包括：获取音频文件，以及音频文件对应的文本信息，文本信息包括多个字；依次将文本信息中的每个字，设置为目标字，并获取目标字对应的时间信息，时间信息包括目标字的开始时间和目标字的结束时间；根据目标字的开始时间，确定目标字对应的多个开始调整时间，并根据目标字的结束时间，确定目标字对应的多个结束调整时间；根据目标字的多个开始调整时间和目标字的多个结束调整时间，对音频文件进行识别，得到目标字的音高信息。该方案通过在根据目标字对应的开始时间和结束时间，确定多个开始调
2023-12-05
10
1.2MB
音频处理方法、装置、电子设备和存储介质.pdf
本公开提供一种音频处理方法、装置、电子设备和存储介质。该方法的一具体实施方式包括：根据音频数据包的扩展头，确定目标音频的方位信息，其中，方位信息用于表示目标音频对应的声源的空间方位，目标音频的编码记录在音频数据包的包体中；根据目标音频的方位信息和目标音频的编码，输出目标音频。该方法一方面无需目标音频的编码本身包含方位信息，可以兼容现有的编解码方式，具有更广的应用范围，另一方面可以使方位信息与编码数据直接对应，减小多路传输造成的信息滞后或丢失问题。
2023-07-25
10
741KB