本發(fā)明涉及空間化聲音數(shù)據(jù)的編碼/解碼，尤其是在立體混響背景下(下文也表示為“高保真立體聲(ambisonic)”)。、目前在移動(dòng)電話中使用的編碼器/解碼器(下文稱為“編解碼器”)是單聲道的(用于在單一揚(yáng)聲器上呈現(xiàn)的單個(gè)信號(hào)聲道)。gpp?evs(代表“增強(qiáng)型語(yǔ)音服務(wù)”)編解碼器允許提供“超...

本申請(qǐng)涉及人工智能，特別是涉及一種基于端到端的跨語(yǔ)言大模型的語(yǔ)音識(shí)別方法、裝置及設(shè)備。、語(yǔ)音識(shí)別技術(shù)是將語(yǔ)音信號(hào)自動(dòng)轉(zhuǎn)換為文本的過程，作為人與機(jī)器交互的重要技術(shù)之一，其廣泛應(yīng)用于智能助手、語(yǔ)音控制等領(lǐng)域。語(yǔ)音識(shí)別的流程一般包括以下幾個(gè)步驟：、()語(yǔ)音信號(hào)采集：通過話筒輸入語(yǔ)音信號(hào)，將聲波轉(zhuǎn)...

本發(fā)明涉及音頻信號(hào)處理，更具體地，涉及音頻數(shù)據(jù)位流編碼和解碼以便實(shí)現(xiàn)輸出音頻信號(hào)的期望響度水平。、dolby?ac-是用于高效率地分布富媒體內(nèi)容的音頻格式。ac-為廣播公司和內(nèi)容制作商提供了以高效率的方式分布和編碼內(nèi)容的靈活框架。內(nèi)容可以分布在若干個(gè)子流上，例如m&e(音樂和效果)...

本發(fā)明屬于語(yǔ)音識(shí)別領(lǐng)域，涉及一種基于深度學(xué)習(xí)的語(yǔ)音轉(zhuǎn)錄方法。、執(zhí)法機(jī)關(guān)或檢察機(jī)關(guān)處理案件的過程中，通常使用執(zhí)法記錄儀或者監(jiān)控器對(duì)執(zhí)法過程進(jìn)行記錄，同時(shí)會(huì)有執(zhí)法人員對(duì)該過程中的對(duì)話進(jìn)行記錄，最終形成筆錄并存檔。這些執(zhí)法過程中的視頻以及筆錄的執(zhí)法信息數(shù)據(jù)對(duì)日后進(jìn)一步的使用有著重要的作用，其中包...

本發(fā)明涉及語(yǔ)音識(shí)別，具體為一種用于語(yǔ)音識(shí)別的線性復(fù)雜度模型架構(gòu)。、近年來，大量研究集中在對(duì)conformer的結(jié)構(gòu)改進(jìn)，旨在進(jìn)一步降低計(jì)算開銷并提升識(shí)別性能。例如，branchformer（peng?et?al.，）通過引入并行分支對(duì)不同范圍的上下文特征進(jìn)行建模，其中一個(gè)分支采用卷積門控多...

本申請(qǐng)涉及通信，尤其涉及一種音頻解碼、編碼方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。、由于語(yǔ)音通信的便利性和及時(shí)性，語(yǔ)音通話的應(yīng)用越來越廣泛，例如在網(wǎng)絡(luò)會(huì)議的會(huì)議參與方之間傳輸音頻信號(hào)(例如語(yǔ)音信號(hào))。而在語(yǔ)音通話中，語(yǔ)音信號(hào)可能會(huì)被混有噪聲等聲學(xué)干擾，語(yǔ)音信號(hào)中所混有的噪聲會(huì)導(dǎo)致通話質(zhì)量變差，從而...

本發(fā)明屬于聲紋識(shí)別，特別涉及一種用于深度學(xué)習(xí)說話人驗(yàn)證的分?jǐn)?shù)域特征提取方法、設(shè)備及介質(zhì)。、說話人驗(yàn)證屬于聲紋識(shí)別領(lǐng)域范疇，即給定兩個(gè)音頻，判定它們是否為同一個(gè)人所說。傳統(tǒng)的說話人驗(yàn)證系統(tǒng)主要依賴于從語(yǔ)音信號(hào)中提取特征來表示說話人的身份信息。常用的特征提取方法包括濾波器組特征(fbank)和...

本發(fā)明涉及人工智能，尤其涉及一種長(zhǎng)時(shí)語(yǔ)音的多情緒感知定位方法及系統(tǒng)。、一種長(zhǎng)時(shí)語(yǔ)音的多情緒感知定位方法適用于處理包含多個(gè)情緒變化的長(zhǎng)時(shí)間語(yǔ)音片段，這在情感計(jì)算、智能客服、心理健康監(jiān)測(cè)等領(lǐng)域具有廣泛的應(yīng)用價(jià)值。例如，在智能客服系統(tǒng)中，客戶的情緒可能隨著對(duì)話內(nèi)容的變化而波動(dòng)，使用這種方法可以實(shí)...

本申請(qǐng)涉及用于空間參數(shù)信令的裝置和方法，但并不排他地涉及用于空間音頻編碼器和解碼器內(nèi)以及之間的空間參數(shù)信令的裝置和方法。、參數(shù)空間音頻處理是音頻信號(hào)處理的一個(gè)領(lǐng)域，其中使用一組參數(shù)來描述聲音的空間方面。例如，在從麥克風(fēng)陣列進(jìn)行參數(shù)化空間音頻捕獲時(shí)，從麥克風(fēng)陣列信號(hào)估計(jì)一組參數(shù)是一種典型且有...

文中公開的本發(fā)明主要涉及視聽媒體分布(distribution)。特別地，其涉及在解碼期間允許較高比特率模式和較低比特率模式兩者以及無縫模式轉(zhuǎn)換的自適應(yīng)分布格式。本發(fā)明進(jìn)一步涉及用于根據(jù)該分布格式編碼和解碼信號(hào)的方法和設(shè)備。、已知參數(shù)立體聲和多通道編碼方法在收聽質(zhì)量方面可擴(kuò)展且有效率，這使...

本公開涉及音頻處理，尤其涉及一種音頻信號(hào)的處理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。、隨著人工智能和音頻處理技術(shù)的不斷發(fā)展，音頻處理技術(shù)的應(yīng)用范圍也越來越大。目前，音頻處理技術(shù)已經(jīng)廣泛應(yīng)用于語(yǔ)音識(shí)別、語(yǔ)音合成、音頻編解碼、音頻增強(qiáng)、音頻分析等領(lǐng)域，其中，語(yǔ)音識(shí)別技術(shù)已經(jīng)在智能語(yǔ)音助手、智能客服、...

本申請(qǐng)涉及智慧家庭，具體而言，涉及一種語(yǔ)義理解模板的生成方法、裝置、存儲(chǔ)介質(zhì)及電子裝置。、目前，隨著智慧物聯(lián)技術(shù)的不斷進(jìn)步，在智能家居、智能醫(yī)療等領(lǐng)域，語(yǔ)音交互已經(jīng)成為了一種交互趨勢(shì)，這種通過語(yǔ)音識(shí)別和自然語(yǔ)言處理技術(shù)實(shí)現(xiàn)智能設(shè)備與用戶之間的語(yǔ)音交互的交互方式，使得用戶僅通過簡(jiǎn)單的口頭指令...

本發(fā)明涉及車輛，尤其涉及一種音頻質(zhì)量檢測(cè)方法、系統(tǒng)及車輛。、在車輛運(yùn)行過程中，車輛內(nèi)部存在一定的音頻數(shù)據(jù)，例如車輛內(nèi)部的噪音數(shù)據(jù)、音樂數(shù)據(jù)、駕乘人員的語(yǔ)音數(shù)據(jù)等。車輛內(nèi)部的音頻數(shù)據(jù)的音頻質(zhì)量直接會(huì)影響到用戶的體驗(yàn)。例如在通話過程中，音頻數(shù)據(jù)的質(zhì)量不合格，很可能會(huì)導(dǎo)致無法傳遞有效的信息。、在...

本公開涉及計(jì)算機(jī)領(lǐng)域，具體涉及語(yǔ)音處理、深度學(xué)習(xí)、圖像處理等，尤其涉及一種語(yǔ)音控制方法和裝置、電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及計(jì)算機(jī)程序產(chǎn)品。、目前市面上主流的座艙語(yǔ)音系統(tǒng)均支持多音區(qū)交互，如雙音區(qū)、四音區(qū)、六音區(qū)等，同時(shí)跟音區(qū)配套的功能也有許多，如分區(qū)空調(diào)、分區(qū)車控、系統(tǒng)控制等。、各個(gè)音...

本申請(qǐng)實(shí)施例涉及智能設(shè)備領(lǐng)域，具體涉及一種設(shè)備控制方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。、隨著智能設(shè)備的發(fā)展，家用智能設(shè)備的種類也逐漸多樣，例如，適用于家庭的智能設(shè)備包括電視、冰箱、空調(diào)、洗衣機(jī)等，而隨著智能化的提升，語(yǔ)音喚醒設(shè)備并控制設(shè)備成為常見的設(shè)備控制方式。、但是，隨著品牌的發(fā)展...

本發(fā)明涉及病蟲害防治，具體涉及一種基于聲學(xué)探測(cè)的農(nóng)田蟲害實(shí)時(shí)監(jiān)測(cè)預(yù)警方法及裝置。、病蟲害是一個(gè)全球性的農(nóng)業(yè)問題，長(zhǎng)期以來使農(nóng)業(yè)遭受巨大的損失，是農(nóng)業(yè)生產(chǎn)中的一個(gè)挑戰(zhàn)。病蟲害不僅直接影響作物的產(chǎn)量和質(zhì)量，還可能導(dǎo)致農(nóng)產(chǎn)品價(jià)格波動(dòng)，威脅糧食安全。、現(xiàn)有的害蟲防治方法大多為生物防治、物理防治和化...

本發(fā)明涉及人工智能技術(shù)、語(yǔ)音處理及醫(yī)療健康，尤其涉及一種醫(yī)療語(yǔ)音轉(zhuǎn)文本錯(cuò)誤糾正方法、裝置、設(shè)備及介質(zhì)。、現(xiàn)有技術(shù)中，醫(yī)療領(lǐng)域的自動(dòng)語(yǔ)音識(shí)別(automatic?speech?recognition，asr)系統(tǒng)可應(yīng)用于醫(yī)療診斷、遠(yuǎn)程會(huì)診及醫(yī)療數(shù)據(jù)記錄等，醫(yī)療數(shù)據(jù)包括個(gè)人健康檔案、處方、檢查...

本發(fā)明涉及語(yǔ)音變音，具體而言，涉及一種異常變音語(yǔ)音控制的阻止方法、阻止裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和智能中控系統(tǒng)。、隨著智能家居的發(fā)展，語(yǔ)音控制已經(jīng)成為一種方便、快捷的控制方式。然而，現(xiàn)有的智能中控系統(tǒng)在處理語(yǔ)音指令時(shí)，難以區(qū)分權(quán)限用戶和訪客/非權(quán)限用戶，容易出現(xiàn)誤操作的問題。并且變音技術(shù)的發(fā)...

本公開屬于音頻處理，更具體地說，是涉及一種音頻傳輸處理方法、裝置、電子設(shè)備、可讀存儲(chǔ)介質(zhì)。、隨著智能設(shè)備的普及和音頻技術(shù)的快速發(fā)展，音頻傳輸?shù)臏?zhǔn)確性和效率成為影響用戶體驗(yàn)的關(guān)鍵因素。然而，現(xiàn)有技術(shù)中的音頻傳輸方法往往缺乏對(duì)音頻信號(hào)所處環(huán)境的智能識(shí)別與適配，導(dǎo)致在不同音頻場(chǎng)景下，音頻信號(hào)的傳...

本發(fā)明涉及言語(yǔ)測(cè)聽和聽力損失程度評(píng)估，具體涉及一種基于漢語(yǔ)特點(diǎn)數(shù)字三聯(lián)音測(cè)試庫(kù)的設(shè)計(jì)及其使用方法。、miller等()發(fā)現(xiàn)在所有語(yǔ)音材料中，數(shù)字內(nèi)容的語(yǔ)音最容易被辨認(rèn)，于是提出把數(shù)字作為測(cè)試材料用來探討語(yǔ)境對(duì)言語(yǔ)清晰度的影響。年smits等在miller等()研究下，首次研發(fā)出基于固定電話...