专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

21. 发明申请

WO2017092189A1 语音唤醒实现方法、装置及终端、计算机存储介质审中-公开
公开(公告)号：WO2017092189A1
公开(公告)日：2017-06-08
申请号：PCT/CN2016/075627
申请日：2016-03-04
申请人：中兴通讯股份有限公司
发明人：刘汝虎 , 刘攀
IPC分类号： G10L17/14 , G10L17/04 , H04M1/725
CPC分类号： G10L17/04 , G10L17/14 , H04M1/725
摘要：本发明提供了一种语音唤醒实现方法、装置及终端、计算机存储介质，属于智能终端领域。其中，语音唤醒实现方法，应用于智能终端，所述方法包括：接收用户输入的语音唤醒指令；利用预设的语音唤醒词对所述语音唤醒指令进行唤醒词识别判断得到第一判断结果，所述语音唤醒词包括有声纹信息；利用所述语音唤醒词对所述语音唤醒指令进行声纹判断得到第二判断结果；当所述第一判断结果与所述第二判断结果均符合预设条件时，对所述智能终端进行解锁和唤醒。本发明的技术方案能够简化用户唤醒并操控智能终端的过程。

22. 发明申请

WO2015106688A1 METHOD AND APPARATUS FOR VOICE ACCESS TO MULTIMEDIA INTERACTIVE WEBSITE 审中-公开
标题翻译：语音访问多媒体互动网站的方法和设备
公开(公告)号：WO2015106688A1
公开(公告)日：2015-07-23
申请号：PCT/CN2015/070706
申请日：2015-01-14
申请人： TENCENT TECHNOLOGY (SHENZHEN) COMPANY LIMITED
发明人： LIN, Yu
IPC分类号： G06F3/0487
CPC分类号： G06F3/167 , G06F3/01 , G06F3/04847 , G06F9/453 , G06F17/2235 , G06F17/2247 , G06F2203/0381 , G10L17/14 , G10L17/22
摘要： A method and an apparatus for voice access to a multimedia interactive website. The method includes: compiling selectable human computer interaction modes for at least one link on the multimedia interactive website (101), where the selectable human computer interaction modes at least include: a voice mode and a non-voice mode; monitoring a link to be accessed that is selected on the multimedia interactive website by a user, and identifying a human computer interaction mode that is selected by the user for the link to be accessed (102); when it is identified that the user selects the voice mode, jumping to a page used for guiding a user to provide a voice, guiding the user to provide a voice on the page, and acquiring voice data provided on the page by the user (103); and determining whether the voice data satisfies a set requirement for triggering the link to be accessed, and if yes, providing information corresponding to the link to be accessed (104). By means of the method, voice interaction between a user and a multimedia website can be implemented.
摘要翻译：一种用于语音接入多媒体互动网站的方法和装置。该方法包括：为多媒体交互式网站（101）上的至少一个链路编译可选择的人机交互模式，其中可选择的人机交互模式至少包括语音模式和非语音模式; 监视由用户在所述多媒体交互式网站上选择的要访问的链接，以及识别由用户为所述要访问的链接选择的人机交互模式（102）; 当识别出用户选择语音模式时，跳到用于引导用户提供语音的页面，引导用户在页面上提供语音，以及获取用户提供的页面上的语音数据（103 ）; 以及确定所述语音数据是否满足用于触发要被访问的链接的设置要求，以及如果是，则提供与要被访问的链接相对应的信息（104）。通过该方法，可以实现用户与多媒体网站之间的语音交互。

23. 发明申请

WO2014048855A1 SPEAKER RECOGNITION 审中-公开
标题翻译：扬声器识别
公开(公告)号：WO2014048855A1
公开(公告)日：2014-04-03
申请号：PCT/EP2013/069626
申请日：2013-09-20
申请人： AGNITIO,S.L
发明人： BUERA RODRIGUEZ, Luis , VAQUERO AVILES-CASCO, Carlos , GARCIA GOMAR, Marta , ARTIAGA, Antonio Miguel
IPC分类号： G10L17/24 , G10L17/04 , G10L17/16 , G10L17/10
CPC分类号： G10L17/16 , G10L17/04 , G10L17/10 , G10L17/14 , G10L17/24 , G10L2015/025
摘要： Method for text-dependent Speaker Recognition using a speaker adapted Universal Background Model; wherein the speaker adapted Universal Background Model is a speaker adapted Hidden Markov Model comprising channel correction.
摘要翻译：使用扬声器适应通用背景模型的文本相关扬声器识别方法; 其中所述扬声器适配的通用背景模型是包括信道校正的扬声器适配的隐马尔可夫模型。

24. 发明申请

WO2011046474A2 СПОСОБ ИДЕНТИФИКАЦИИ ГОВОРЯЩЕГО ПО ФОНОГРАММАМ ПРОИЗВОЛЬНОЙ УСТНОЙ РЕЧИ НА ОСНОВЕ ФОРМАНТНОГО ВЫРАВНИВАНИЯ 审中-公开
标题翻译：识别发言者的方法，录音制品任意语音共振峰基于ALIGNMENT
公开(公告)号：WO2011046474A2
公开(公告)日：2011-04-21
申请号：PCT/RU2010/000661
申请日：2010-11-03
申请人： ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "ЦEНТP РЕЧЕВЫХ ТЕХНОЛОГИЙ" , КОВАЛЬ, Сергей Львович
发明人： КОВАЛЬ, Сергей Львович
IPC分类号： G10L17/00
CPC分类号： G10L17/14 , G10L17/02 , G10L17/06 , G10L17/20 , G10L25/15
摘要： Способ идентификации говорящего по фонограммам произвольной устной речи на основе формантного выравнивания. Предлагаемый способ позволяет осуществлять надежную идентификацию говорящего, как для длинных, так и для коротких фонограмм, фонограмм, записанных в различных каналах с высоким уровнем помех и искажений, а также фонограмм с произвольной устной речью дикторов, находящихся в различных психофизиологических состояниях, говорящих на различающихся языках, что обеспечивает широкую область применения предлагаемого способа, в том числе в криминалистических исследованиях. Идентификации говорящего по фонограммам устной речи осуществляют путем оценки сходства между первой фонограммой говорящего, и второй, эталонной фонограммой. Для указанной оценки на первой и второй фонограммах выбирают опорные фрагменты речевых сигналов, на которых присутствуют формантные траектории по крайней мере трех формант сравнивают между собой опорные фрагменты, в которых совпадают значения по крайней мере двух формантных частот, оценивают сходство сравниваемых опорных фрагментов по совпадению значений остальных формантных частот, а сходство фонограмм в целом определяют по суммарной оценке сходства всех сравниваемых опорных фрагментов.
摘要翻译：
一种通过基于共振峰对准的任意口头语音的音标识别说话者的方法。所提出的方法使得能够发言，对长期和短期录音制品，录音制品，记录在不同的信道具有高水平的噪声和失真的，以及从任何口语扬声器音轨的可靠识别，有各种心理生理状态讲不同语言，它提供了所提出的方法的广泛应用，包括法医学研究。识别由通过扬声器的第一声道和第二声道参考之间的相似性评估执行的语音录音制品的扬声器。对于此评估，选择的参考片段的语音信号的第一和第二录音制品，其存在的共振峰轨迹的至少三个共振峰轴承片段，其具有至少两个共振峰频率的相同的值之间进行比较评价的比较参考片段中的相似性的其他巧合值共振峰频率以及整个音标的相似性是根据所比较的所有参考片段的相似性的总评估来确定的。

25. 发明申请

WO2006087799A1 音声認証システム审中-公开
标题翻译：音频认证系统
公开(公告)号：WO2006087799A1
公开(公告)日：2006-08-24
申请号：PCT/JP2005/002589
申请日：2005-02-18
申请人：富士通株式会社 , 早川昭二
发明人：早川昭二
IPC分类号： G10L17/00
CPC分类号： G10L17/14
摘要：　キーワードを音声入力させて認証を行うテキスト依存型の音声認証システムであって、発声が可能な単位を最小単位として複数の部分に分割されたキーワードの音声入力を、前記部分毎に時間間隔をおいて複数回にわたって受け付ける入力部（１１）と、利用者の登録キーワードを、前記発声が可能な単位で作成された話者モデルとして予め格納した音声モデル格納部（２０）と、入力部（１１）において１回の音声入力で受け付けられたキーワードの部分から、当該部分に含まれる音声の特徴量を求める特徴量変換部（１２）と、特徴量と話者モデルとの類似度を求める類似度計算部（１３）と、類似度計算部で求められた類似度に基づき、前記複数回の音声入力により登録キーワードを構成するすべての音韻の音声入力が完了したか否かを判定するキーワード確認部（１７）と、キーワード確認部による判定結果と類似度計算部で求められた類似度とに基づき、認証を受理するか棄却するかを判定する認証判定部（１９）とを備えた音声認証システム。
摘要翻译：提供了一种文本相关的音频认证系统，用于通过音频输入关键字进行认证。音频认证系统包括：输入单元（11），用于以多个时间间隔接收分为多个部分的关键字的音频输入作为可以发出的最小单位; 音频模型存储单元（20），其包含注册为由发声单元创建的扬声器模型的用户关键字; 特征量转换单元，用于获得包含在由输入单元（11）上的一个音频输入接收的关键字部分中的音频的特征量; 相似度计算单元，用于获得特征量和说话者模型之间的相似度; 关键字检查单元（17），用于判断由所述多个音频输入是否输入了构成所述注册关键字的所有音素; 以及用于根据关键字检查单元的判断结果和由相似度计算单元获得的相似度来决定是否建立或丢弃认证的认证单元（19）。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式