专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2018084379A1 발화자에 대한 신뢰도 측정 장치 및 방법 审中-公开
标题翻译：测量扬声器可靠性的设备和方法
公开(公告)号：WO2018084379A1
公开(公告)日：2018-05-11
申请号：PCT/KR2017/000601
申请日：2017-01-18
申请人： 세종대학교산학협력단
发明人： 백성욱 , 양수연 , 이미영 , 권순일 , 전석봉 , 박성호 , 정재형 , 구본우 , 박준렬
IPC分类号： G10L17/02 , G10L17/04 , G10L25/63 , G10L25/93 , G10L15/04
CPC分类号： G10L15/04 , G10L17/02 , G10L17/04 , G10L25/63 , G10L25/93
摘要： 본 발명은 음성 데이터에 대한 신뢰도 측정 프로그램이 저장된 메모리 및 메모리에 저장된 프로그램을 실행하는 프로세서를 포함한다. 이때, 프로세서는 프로그램의 실행에 따라, 음성 데이터로부터 특징 및 키워드를 추출하고 특징 및 키워드에 기초하여 음성 데이터를 발화하는 발화자에 대응하는 복수의 요소를 추출하며, 복수의 요소 간의 상관관계를 분석하여 발화자에 대한 신뢰도를 산출한다. 그리고 요소는 키워드, 감정의성어, 배경음, 발화자의 성별, 발화자의 연령대 및 발화자의 심리 상태 중 적어도 하나 이상을 포함한다.
摘要翻译：本发明包括用于执行存储在存储器中的程序的处理器和存储用于语音数据的可靠性测量程序的存储器。此时，处理器从语音数据中提取特征和关键词，并且基于特征和关键词提取与发出语音数据的语音数据对应的多个元素，分析多个元素之间的相关性从而计算扬声器的可靠性。并且该元素包括关键字，情绪词语，背景声音，说话者的性别，说话者的年龄以及说话者的心理状态中的至少一个。

2. 发明申请

WO2018043139A1 情報処理装置および情報処理方法、並びにプログラム审中-公开
标题翻译：信息处理设备，信息处理方法和程序
公开(公告)号：WO2018043139A1
公开(公告)日：2018-03-08
申请号：PCT/JP2017/029493
申请日：2017-08-17
申请人：ソニー株式会社
发明人：河野　真一 , 滝　祐平
IPC分类号： G10L15/22
CPC分类号： G10L15/22 , G10L15/02 , G10L15/187 , G10L15/26 , G10L25/93 , G10L2015/225
摘要：本開示は、より高精度に音声認識を行うことができるようにする情報処理装置および情報処理方法、並びにプログラムに関する。音声情報に対する音声認識を行うことにより発話内容を表す単語列が音声認識結果として取得され、その音声情報に対する音声認識が行われる際に、音声認識結果として認識された単語ごとに、それぞれを音声認識結果として信頼できる程度を表す指標となる信頼度が取得される。そして、信頼度の低い単語を含む文節単位が決定されて、音声認識結果とともに文節単位を認識させる音声認識結果情報が出力される。本技術は、例えば、ネットワークを介して音声認識処理を提供する音声認識システムに適用できる。
摘要翻译：信息处理装置，信息处理方法和程序，用于以更高的准确度实现语音识别。表示由用于语音信息执行语音识别的语音内容单词串被获取作为结果的语音识别，当用于音频信息进行语音识别，用于识别为语音识别结果，分别在语音识别每个字结果，获得了表示可靠程度的指标的可靠性。然后，确定包括具有低可靠性的单词的短语单元，并且输出用于使短语单元与语音识别结果一起被识别的语音识别结果信息。本技术可以应用于例如通过网络提供语音识别处理的语音识别系统。

3. 发明申请

WO2017136018A1 BABBLE NOISE SUPPRESSION 审中-公开
标题翻译： BABBLE噪音抑制
公开(公告)号：WO2017136018A1
公开(公告)日：2017-08-10
申请号：PCT/US2016/062908
申请日：2016-11-18
申请人： NUANCE COMMUNICATIONS, INC.
发明人： GRAF, Simon , HERBIG, Tobias , BUCK, Markus
IPC分类号： G10L21/0208 , G10L21/0216 , G10L25/84 , G10L25/93
CPC分类号： G10L21/0208 , G10L21/0216 , G10L25/84 , G10L25/93 , G10L2021/02087
摘要： Systems and methods are introduced to perform noise suppression of an audio signal. The audio signal includes foreground speech components and background noise. The foreground speech components correspond to speech from a user's speaking into an audio receiving device. The background noise includes babble noise that includes speech from one or more interfering speakers. A soft speech detector determines, dynamically, a speech detection result indicating a likelihood of a presence of the foreground speech components in the audio signal. The speech detection result is employed to control, dynamically, an amount of attenuation of the noise suppression to reduce the babble noise in the audio signal. Further processing achieves a more stationary background and reduction of musical tones in the audio signal.
摘要翻译：引入了用于执行音频信号的噪声抑制的系统和方法。音频信号包括前景语音分量和背景噪声。前景语音分量对应于从用户说话进入音频接收设备的语音。背景噪声包括包含来自一个或多个干扰扬声器的语音的混杂噪声。软语音检测器动态地确定指示音频信号中存在前景语音分量的可能性的语音检测结果。采用语音检测结果动态地控制噪声抑制的衰减量，以减少音频信号中的混杂噪声。进一步的处理可以获得更稳定的背景并减少音频信号中的音调。

4. 发明申请

WO2016046421A1 METHOD AND APPARATUS FOR VOICED SPEECH DETECTION 审中-公开
标题翻译：用于声音语音检测的方法和装置
公开(公告)号：WO2016046421A1
公开(公告)日：2016-03-31
申请号：PCT/EP2015/077082
申请日：2015-11-19
申请人： TELEFONAKTIEBOLAGET L M ERICSSON (PUBL)
发明人： FALK, Tommy , POBLOTH, Harald , KARLSSON, Erlendur
IPC分类号： G10L25/84 , G10L25/93 , G10L25/90
CPC分类号： G10L25/84 , G10L25/90 , G10L25/93
摘要： In accordance with an example embodiment of the present invention, disclosed is a method and an apparatus thereof for detecting voiced speech in an audio signal. The method comprises calculating an autocorrelation function, ACF, of a portion of an input audio signal and detecting a highest peak of said autocorrelation function within a determined range. A peak width and a peak height of said detected highest peak are determined and based on the peak width and the peak height it is decided whether a segment of an input audio signal comprises voiced speech.
摘要翻译：根据本发明的示例性实施例，公开了一种用于检测音频信号中的有声语音的方法和装置。该方法包括计算输入音频信号的一部分的自相关函数ACF，并在所确定的范围内检测所述自相关函数的最高峰。确定所述检测到的最高峰的峰宽和峰高，并且基于峰宽和峰高确定输入音频信号的片段是否包括有声语音。

5. 发明申请

WO2014145960A2 METHOD AND SYSTEM FOR GENERATING ADVANCED FEATURE DISCRIMINATION VECTORS FOR USE IN SPEECH RECOGNITION 审中-公开
标题翻译：用于生成语音识别中使用的高级特征歧视向量的方法和系统
公开(公告)号：WO2014145960A2
公开(公告)日：2014-09-18
申请号：PCT/US2014030819
申请日：2014-03-17
申请人： SHORT KEVIN M , HONE BRIAN
发明人： SHORT KEVIN M , HONE BRIAN
IPC分类号： G10L17/02
CPC分类号： G10L15/02 , G10L25/03 , G10L25/18 , G10L25/21 , G10L25/24 , G10L25/93 , G10L2015/025
摘要： A method of renormalizing high-resolution oscillator peaks, extracted from windowed samples of an audio signal, is disclosed. Feature vectors are generated for which variations in both fundamental frequency and time duration of speech are substantially mitigated. The feature vectors may be aligned within a common coordinate space, free of those variations in frequency and time duration that occurs between speakers, and even over speech by a single speaker, to facilitate a simple and accurate determination of matches between those AFDVs generated from a sample of the audio signal and corpus AFDVs generated for known speech at the phoneme and sub-phoneme level. The renormalized feature vectors can be combined with traditional feature vectors such as MFCCs, or they can be used exclusively to identify voiced, semi-voiced and unvoiced sounds.
摘要翻译：公开了一种从音频信号的窗口采样中提取的高分辨率振荡器峰值的重新归一化方法。生成基本频率和语音持续时间的变化的特征向量被大大减轻。特征向量可以在公共坐标空间内对齐，没有在扬声器之间发生的频率和持续时间的这些变化，甚至在单个扬声器的语音之间的对准，以便于简单和准确地确定从一个扬声器产生的那些AFDV之间的匹配在音素和子音素级别为已知语音生成的音频信号和语料库AFDV的样本。重归一化特征向量可以与诸如MFCC的传统特征向量组合，或者它们可以专门用于识别有声，半声和无声的声音。

6. 发明申请

WO2013162995A3 SYSTEMS AND METHODS FOR AUDIO SIGNAL PROCESSING 审中-公开
标题翻译：用于音频信号处理的系统和方法
公开(公告)号：WO2013162995A3
公开(公告)日：2014-04-10
申请号：PCT/US2013037117
申请日：2013-04-18
申请人： QUALCOMM INC
发明人： VISSER ERIK , KIM LAE-HOON , SHIN JONGWON , GUO YINYI , RYU SANG-UK , SCHEVCIW ANDRE GUSTAVO P
IPC分类号： G10L21/0208 , G10L21/0316
CPC分类号： G10L21/0208 , G10L15/20 , G10L21/0316 , G10L25/93 , G10L2021/02165
摘要： A method for signal level matching by an electronic device is described. The method includes capturing a plurality of audio signals from a plurality of microphones. The method also includes determining a difference signal based on an inter-microphone subtraction. The difference signal includes multiple harmonics. The method also includes determining whether a harmonicity of the difference signal exceeds a harmonicity threshold. The method also includes preserving the harmonics to determine an envelope. The method further applies the envelope to a noise-suppressed signal.
摘要翻译：描述了一种由电子设备进行信号电平匹配的方法。该方法包括从多个麦克风中捕获多个音频信号。该方法还包括基于麦克风间减法确定差分信号。差分信号包括多个谐波。该方法还包括确定差分信号的谐波是否超过谐波阈值。该方法还包括保存谐波以确定信封。该方法进一步将包络应用于噪声抑制信号。

7. 发明申请

WO2012161881A1 NOISE-ROBUST SPEECH CODING MODE CLASSIFICATION 审中-公开
标题翻译：噪音强大的语音编码模式分类
公开(公告)号：WO2012161881A1
公开(公告)日：2012-11-29
申请号：PCT/US2012/033372
申请日：2012-04-12
申请人： QUALCOMM INCORPORATED , DUNI, Ethan Robert , RAJENDRAN, Vivek
发明人： DUNI, Ethan Robert , RAJENDRAN, Vivek
IPC分类号： G10L11/06 , G10L19/14 , G10L11/02 , G10L19/02
CPC分类号： G10L19/22 , G10L19/025 , G10L25/78 , G10L25/93
摘要： A method of noise-robust speech classification is disclosed. Classification parameters are input to a speech classifier from external components. Internal classification parameters are generated in the speech classifier from at least one of the input parameters. A Normalized Auto-correlation Coefficient Function threshold is set. A parameter analyzer is selected according to a signal environment. A speech mode classification is determined based on a noise estimate of multiple frames of input speech.
摘要翻译：公开了一种噪声鲁棒的语音分类方法。分类参数从外部组件输入到语音分类器。内部分类参数在语音分类器中从至少一个输入参数生成。设置归一化自相关系数函数阈值。根据信号环境选择参数分析仪。基于多帧输入语音的噪声估计来确定语音模式分类。

8. 发明申请

WO2012146757A1 EFFICIENT CONTENT CLASSIFICATION AND LOUDNESS ESTIMATION 审中-公开
标题翻译：有效内容分类和LOUDNESS估计
公开(公告)号：WO2012146757A1
公开(公告)日：2012-11-01
申请号：PCT/EP2012/057856
申请日：2012-04-27
申请人： DOLBY INTERNATIONAL AB , MUNDT, Harald , BISWAS, Arijit , MEISSNER, Rolf
发明人： MUNDT, Harald , BISWAS, Arijit , MEISSNER, Rolf
IPC分类号： G10L19/14
CPC分类号： G10L25/93 , G10L19/167 , G10L19/24 , G10L2025/783
摘要： Efficient Content Classification and Gated Loudness Estimation The present document relates to methods and systems for encoding an audio signal. The method comprises determining a spectral representation of the audio signal. The determining a spectral representation step may comprise determining modified discrete cosine transform, MDCT, coefficients, or a Quadrature Mirror Filter, QMF, filter bank representation of the audio signal. The method further comprises encoding the audio signal using the determined spectral representation; and classifying parts of the audio signal to be speech or non-speech based on the determined spectral representation. Finally, a loudness measure for the audio signal based on the speech parts is determined.
摘要翻译：高效内容分类和门控响度估计本文件涉及用于编码音频信号的方法和系统。该方法包括确定音频信号的频谱表示。确定频谱表示步骤可以包括确定音频信号的修正离散余弦变换，MDCT，系数或正交镜像滤波器QMF滤波器组表示。该方法还包括使用所确定的频谱表示对音频信号进行编码; 以及基于所确定的频谱表示将音频信号的部分分类为语音或非语音。最后，确定基于语音部分的音频信号的响度测量。

9. 发明申请

WO2012076045A1 HEARING AID AND A METHOD OF ENHANCING SPEECH REPRODUCTION 审中-公开
标题翻译：听力辅助和增强语音再现的方法
公开(公告)号：WO2012076045A1
公开(公告)日：2012-06-14
申请号：PCT/EP2010/069154
申请日：2010-12-08
申请人： WIDEX A/S , MEINCKE, Mette Dahl , NIELSEN, Andreas Brinch
发明人： MEINCKE, Mette Dahl , NIELSEN, Andreas Brinch
IPC分类号： H04R25/00 , G10L21/02 , G10L11/02 , G10L11/06 , G10L21/00
CPC分类号： H04R25/50 , G10L21/02 , G10L21/0232 , G10L25/78 , G10L25/93 , G10L2021/065 , H04R25/356 , H04R2225/43
摘要： A hearing aid (60A) configured to be worn by a hearing-impaired user has a speech detector (10A) and a speech enhancer (40A) for enhancing speech being present in an input signal of the hearing aid (60A). The speech detector (10A) has means (11, 12) for independently detecting the presence of voiced and unvoiced speech in order to allow for the speech enhancer (40A) to increase the gain of speech signals suitably fast to incorporate the speech signals themselves. The hearing aid (60A) has means (49A, 50A) for communicating information regarding the detected speech signals wirelessly to a similar hearing aid (60B) worn contralaterally by the user for the purpose of mutually enhancing speech signals in the two hearing aids (60A, 60B) when speech is detected to be originating from the front of the user, and means (52B) for suppressing speech enhancement in the contralateral hearing aid (60B) when speech is detected to be originating from the ipse-lateral side of the user. The invention further provides a method of enhancing speech in a hearing aid.
摘要翻译：配置为由听力受损用户佩戴的助听器（60A）具有用于增强在助听器（60A）的输入信号中存在的语音的语音检测器（10A）和语音增强器（40A）。语音检测器（10A）具有用于独立地检测有声和无声语音的存在的装置（11,12），以便允许语音增强器（40A）适当地快速增加语音信号的增益以合并语音信号本身。助听器（60A）具有用于将与所检测到的语音信号有关的信息无线地传送到用户相对地佩戴的类似助听器（60B）的装置（49A，50A），用于相互增强两个助听器（60A）中的语音信号，60B），当语音被检测为源于用户的前方时，以及用于当语音被检测为源自用户的外部侧时抑制对侧助听器（60B）中的语音增强的装置（52B）。本发明还提供一种增强助听器中的语音的方法。

10. 发明申请

WO2012003269A2 SPEECH AUDIO PROCESSING 审中-公开
标题翻译：语音音频处理
公开(公告)号：WO2012003269A2
公开(公告)日：2012-01-05
申请号：PCT/US2011/042515
申请日：2011-06-30
申请人： INTEL CORPORATION , BELTMAN, Willem M. , ZANARTU, Matias , RAYCHOWDHURY, Arijit , RANGARAJAN, Anand P. , DEISHER, Michael E.
发明人： BELTMAN, Willem M. , ZANARTU, Matias , RAYCHOWDHURY, Arijit , RANGARAJAN, Anand P. , DEISHER, Michael E.
IPC分类号： G10L19/14 , G10L15/28
CPC分类号： G10L15/20 , G10L21/0224 , G10L21/0232 , G10L21/0264 , G10L25/03 , G10L25/93
摘要： A speech processing engine is provided that in some embodiments, employs Kalman filtering with a particular speaker's glottal information to clean up an audio speech signal for more efficient automatic speech recognition.
摘要翻译：提供了一种语音处理引擎，其在一些实施例中采用具有特定讲话者的声门信息的卡尔曼滤波来清理音频语音信号以进行更有效的自动语音识别。

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