子分类：
- G10L17/005： .{特别适用于特定应用程序的讲话者识别器(G07C9/00071优先)}
- G10L17/02： .预处理操作,例如:片断选择;模式表示或模拟,例如基于线性判别式分析[LDA]或主要部件;特征选择或提取
- G10L17/04： .训练,登记或模型的建立
- G10L17/06： .决策方法;模式适配策略
- G10L17/16： .隐马尔科夫模型
- G10L17/18： .人工神经网络;连接方法
- G10L17/20： .针对增加系统的鲁棒性而进行的模式转换和操作,如:防止信道噪音或者不同的工作条件
- G10L17/22： .交互程序;人-机界面
- G10L17/26： .特殊语音特征的识别,例如测谎器的使用;动物声音识别
| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 一种电话会议通讯系统 | CN201710236811.5 | 2017-04-12 | CN107094139A | 2017-08-25 | 黄晓咏 |
| 本申请提供了一种电话会议通讯系统，包括语音录取单元、语音存储单元、语音传输单元、语音处理单元、视频获取单元、图像比较单元以及记录生成单元，对于会议内容只进行电话通讯而不传输视频或图像能够减少通话资源，同时通过用户端的视频拍摄及图像分析，确定与会者状态，从而对与会者进行监督从而提高会议效率，另外，将语音文字通过自动转换成文字，让系统自动地记录会议内容，从而减少人员的劳动力，并且能够自动的对会议内容进行存储并生成文字记录。 | ||||||
| 2 | 带有识别功能的电子设备及方法 | CN201710105552.2 | 2017-02-26 | CN106778144A | 2017-05-31 | 王田 |
| 一种带有密码和面部图像或手静脉识别功能的电子设备，客户在密码输入装置输入密码，密码寻址软件或模块将采集的密码信息发送到数据库内客户预存密码的地址与数据库内预存密码比对识别，面部图像采集装置采集客户面部图像，图像识别软件或模块将客户面部图像采集装置采集的客户面部图像信息与数据库内密码地址预存的客户面部图像信息进行比对识别或与数据库内密码地址预存的客户身份证件面部图像信息进行比对识别，比对成功，确认客户密码信息和面部图像信息关联相同无误后，电子设备开启，比对失败，电子设备无法开启。 | ||||||
| 3 | 使用视频签名的认证的方法及系统 | CN201510398657.2 | 2015-03-25 | CN105117622B | 2017-05-17 | J·C·麦克多诺; J·赫洛密; H·R·斯特恩; D·毕斯卡罗 |
| 描述了用于使用视频签名进行认证的方法和装置，包括计算机程序产品。计算设备接收访问安全资源的请求，该请求包括第一视频片段，第一视频片段包含多个视觉和音频元素。该计算设备分析在该第一视频片段中的多个视觉和音频元素中的一个或多个，以确定与该一个或多个被分析的元素中的每一个相关联的值。该计算设备基于与该一个或多个被分析的元素中的每一个相关联的值，为该第一视频片段计算总得分。该计算设备比较用于该第一视频片段的总得分和与关联于该计算设备的第二视频片段相关联的分数。该计算设备基于该比较步骤确定是否允许对该安全资源的访问。 | ||||||
| 4 | 一种通过声音识别学员身份的教学用具 | CN201611067824.6 | 2016-11-29 | CN106530850A | 2017-03-22 | 吕露 |
| 本发明公开了一种通过声音识别学员身份的教学用具，属于教学设备领域，旨在解决老师和学生的沟通不畅、登记考勤麻烦的问题，包括本体（1），本体（1）上设有向外伸出的麦克风（3），所述的本体（1）设有数据库、声音识别模，信息显示模块；声音识别模块和麦克风（3）连接，声音识别模块和信息提取模块连接，数据库和声音识别模块连接。 | ||||||
| 5 | 一种基于多媒体信息的交互式实人身份认证方案 | CN201610927626.6 | 2016-10-31 | CN106503522A | 2017-03-15 | 李晨 |
| 本发明设计了一种基于多媒体信息的交互式实人身份认证方案，涉及信息安全领域，属于服务提供者对用户身份的真实性进行认证的一种方法。该方案利用服务提供者与用户之间的交互以及人类智慧对信息处理和人类智慧对信息处理时产生的生物特征进行综合对比来完成认证过程。通过对唇语信息、语音信息分别与原始交互信息的匹配，以及对唇语信息和语音信息的匹配，来完成对用户身份的认证。 | ||||||
| 6 | 语音控制图像显示装置及图像显示装置的语音控制方法 | CN201480078665.2 | 2014-11-20 | CN106462379A | 2017-02-22 | 朴男泰 |
| 本发明提供一种语音控制图像显示装置及在上述语音控制图像显示装置执行的图像显示装置的语音控制方法，上述语音控制图像显示装置是具备显示部且能够进行语音控制的图像显示装置，所述语音控制图像显示装置其特征在于，构成为包括：存储部，其存储有标识语音数据按照通过上述显示部而显示的画面上的执行单元区域所分配并映射(mapping)的数据库；语音识别部，其接受用户的语音输入；信息处理部，其在上述语音识别部接收了用户的语音的情况下，检索上述数据库而判断与上述用户的语音对应的标识语音数据是否存在；以及控制部，其在上述信息处理部的判断结果存在与上述用户的语音对应的标识语音数据的情况下，在该标识语音数据所分配的执行单元区域产生输入信号。 | ||||||
| 7 | 一种语音信息处理方法及终端 | CN201611059167.0 | 2016-11-23 | CN106354271A | 2017-01-25 | 江克俊; 刘海强; 曹晓杰 |
| 本发明实施例公开了一种语音信息处理方法及终端，其方法包括：若接收到语音信息，对所述语音信息进行声纹识别；判断所述语音信息中是否存在非法用户语音；若所述语音信息中存在非法用户语音，识别出所述语音信息中的非法用户语音；将所述语音信息转换成对应的文字信息并将非法用户语音所对应的文字信息进行标识；在当前显示界面中显示所转换的文字信息，且所述被标识的文字信息可供用户进行编辑操作。本发明实施例可以帮助用户删除非法用户的文字信息，改善用户的使用体验。 | ||||||
| 8 | 机器人的声纹服务系统及其服务控制方法 | CN201610698911.5 | 2016-08-22 | CN106297790A | 2017-01-04 | 高子庆 |
| 本发明公开一种机器人的声纹服务系统及其服务控制方法，该系统包括设置在机器人内部的语音输出模块、引导模块、语音输入模块、语音解析模块、声纹记录模块、声纹识别模块和业务模块。通过各模块的配合，引导模块能够引导用户根据语音输出模块播放的提示音进行录音，语音解析模块能够处理语音输入模块的音频文件，声纹记录模块将语音输入模块所存储的音频文件建立声音模型，且声纹识别模块能将语音输入模块所存储的音频文件匹配声纹记录模块所存储的声音模型，并判定用户身份，实现用户的声纹记录和识别，使得声纹可作为一种可存储且可读取的数据，业务模块可根据声纹记录模块提供的声音模型进行对应的操作处理，针对不同用户身份，实现不同的服务。 | ||||||
| 9 | 添加好友的方法及装置 | CN201610743903.8 | 2016-08-26 | CN106209604A | 2016-12-07 | 史大龙; 刘玮; 孙超 |
| 本公开是关于一种添加好友的方法及装置。该方法包括：当接收到声纹添加好友请求时，获取目标语音信息；根据所述目标语音信息确定待添加用户的用户信息；根据所述用户信息添加所述待添加用户为好友。该技术方案实现了通过语音来添加好友的技术效果，并且，由于该添加好友的过程无需多个终端之间进行互动，只需输入语音信息即可完成添加，因此简化了用户的操作，使得添加好友的过程更加简便快捷，提高了添加好友的实时性。 | ||||||
| 10 | 音频环境分类的系统和方法 | CN201380058948.6 | 2013-10-25 | CN104781875B | 2016-11-02 | 里昂纳德·亨利·葛罗科普 |
| 本发明揭示分类音频环境的系统和方法。在一个实施例中，一种分类音频环境的方法包括根据第一时间间隔对所述音频环境进行取样以获得经取样音频数据，计算所述经取样音频数据的特征，根据第二时间间隔从所述经取样音频数据的所述特征中推断音频群集标识符，以及根据第三时间间隔使用所述经取样音频数据的所述特征更新音频环境模型。 | ||||||
| 11 | 用于电力智能辅助服务系统的语音处理设备及处理方法 | CN201610400671.6 | 2016-06-08 | CN105895101A | 2016-08-24 | 邵宇鹰; 彭鹏; 李振坤; 赵颖; 杨玉璨; 吕政权; 俞国勤; 高宇博; 张新平; 李坚; 陈婷; 俞玮 |
| 本发明公开了一种用于电力智能辅助服务系统的语音处理设备，包含：采集模块，采集客户输入电力智能辅助服务系统的语音信号；声纹识别模块，与采集模块连接，根据语音信号中的声纹信息识别客户身份；语义识别模块，与采集模块连接，识别语音信号中的对话内容获取客户问题；情感识别模块，与采集模块连接，根据语音信号中的情感信息识别客户情绪状态；智能模块，分别与声纹识别模块、语义识别模块及情感识别模块连接，根据客户身份、提出的问题以及客户的情绪状态做出智能答复决策。本发明能对客户的语音信息进行自动分析及处理，以及时快速有效的解决客户需求，提升客户体验，使电力智能辅助服务系统的业务流程更高效智能增值。 | ||||||
| 12 | 一种基于人声音色的个性化点唱歌曲推荐方法 | CN201510859812.6 | 2015-12-02 | CN105575393A | 2016-05-11 | 吴梅梅; 王永滨; 李樱; 冯爽; 安靖 |
| 一种基于人声音色的个性化点唱推荐方法，它涉及网络平台演唱推荐方法。它解决了协同过滤方法在这里并不适用，不能直接使用说话人识别的相关方法，对推荐结果影响大的问题。本发明的方法一、采用伴奏人声分离；二、从人声数据中提取能代表用户音色特征的声学特征量MFCC和LPCC；三、根据步骤二中提取的声学特征量推荐个性化点唱曲目；四、可扩展性分析。本发明的方法在网络演唱系统中提升用户体验，有着很好的应用前景。 | ||||||
| 13 | 一种全自动医院电话随访方法及其电话装置 | CN201510777035.0 | 2015-11-13 | CN105426675A | 2016-03-23 | 陈潇君; 江晓明; 柯佳; 郭剑峰; 汪文新; 宋新平; 陈小波; 汪满容; 詹天明; 苟建平 |
| 本发明公开了一种全自动医院电话随访方法及其电话装置，包括医院随访管理服务器、医院信息系统、录音电话、语音识别服务器、语音合成服务器和信息数据库，是将现有的成熟的医院信息系统、录音电话技术、语音识别技术、语音合成技术、数据库技术等，通过信息化手段和硬件设备的设计，整合全部随访流程，实现全自动电话随访病人功能，可应用于医院电话随访病人。 | ||||||
| 14 | 选择性的空间音频通信 | CN201210546145.2 | 2012-12-17 | CN103036691B | 2016-01-20 | A.巴-齐夫; E.格森; K.卡蒂尔; E.奥菲克; G.金奇 |
| 本申请涉及选择性的空间音频通信。获得与多个发声来源相关的音频数据，所述音频数据指向参与者实体。确定与所述发声来源之一相关的发声实体。从所述参与者实体获得听众焦点指示，其指示在发声实体上的听众焦点。确定所述参与者和发声实体之间的空间位置关系。启动滤波操作以增强与所述发声实体相关的音频数据的一部分，所述部分相对于所述音频数据中与除了第一个之外的发声来源相关的另一部分而被增强。基于所述空间位置关系，启动基于参与者位置收听感觉的第一部分的流的空间化。基于所述滤波操作和空间化，启动音频数据的空间流至参与者实体的传输。 | ||||||
| 15 | 使用视频签名的认证 | CN201510398657.2 | 2015-03-25 | CN105117622A | 2015-12-02 | J·C·麦克多诺; J·赫洛密; H·R·斯特恩; D·毕斯卡罗 |
| 描述了用于使用视频签名进行认证的方法和装置，包括计算机程序产品。计算设备接收访问安全资源的请求，该请求包括第一视频片段，第一视频片段包含多个视觉和音频元素。该计算设备分析在该第一视频片段中的多个视觉和音频元素中的一个或多个，以确定与该一个或多个被分析的元素中的每一个相关联的值。该计算设备基于与该一个或多个被分析的元素中的每一个相关联的值，为该第一视频片段计算总得分。该计算设备比较用于该第一视频片段的总得分和与关联于该计算设备的第二视频片段相关联的分数。该计算设备基于该比较步骤确定是否允许对该安全资源的访问。 | ||||||
| 16 | 基于情境的音频滤波器选择 | CN201410440313.9 | 2014-09-01 | CN104464732A | 2015-03-25 | 约翰·迈尔斯·亨特; 约翰·韦尔东·尼克尔森 |
| 本发明涉及基于情境的音频滤波器选择。对于该基于情境的音频滤波器选择，类型模块确定音频信号的接收进程的接收类型。该接收类型包括人类目标接收类型和语音识别接收类型。滤波器模块响应于该接收类型来选择音频滤波器。 | ||||||
| 17 | 话音控制的通信连接 | CN201480000962.5 | 2014-02-26 | CN104247280A | 2014-12-24 | 琼·拉罗什; 戴维·P·罗苏姆 |
| 本发明提供用于话音控制的通信连接的系统及方法。实例性系统包含连续地在监听、唤醒、验证及连接模式中操作的移动装置。后续模式中的每一者消耗比前一模式多的功率。所述监听模式消耗少于5mW。在所述监听模式中，所述移动装置监听声信号，确定所述声信号是否包含话音，且在所述确定后，即刻选择性地进入所述唤醒模式。在所述唤醒模式中，所述移动装置确定所述声信号是否包含口述话语，且在所述确定后，即刻进入所述验证模式。在验证模式中，所述移动装置使用口述命令识别用户，且在所述识别后，即刻进入所述连接模式。在所述连接模式中，所述移动装置接收声信号，确定所述声信号是否包含口述命令并执行与所述口述命令相关联的一或多个操作。 | ||||||
| 18 | 利用语音消息系统的主叫识别 | CN201010190123.8 | 2010-03-31 | CN101924843B | 2014-12-10 | 美麦特·C·巴拉萨根; 迈克尔·J·克里恩 |
| 本公开涉及利用语音消息系统的主叫识别。订户问候的语音分析被用于帮助确定主叫的真实身份。当订户记录问候时(如，订户说话，从而作为其语音邮件系统的部分默认问候或惯用问候)，系统能分析问候并生成语音签名或问候声纹。该声纹信息可保存在系统中并与订户关联。当订户改变其先前已分析过并生成声纹的问候时，消息系统可选地能分析新记录的问候并为该订户生成新声纹，系统将新声纹保存在系统中用于今后的识别任务。该声纹随后被用于识别留下语音消息的主叫的真实身份。 | ||||||
| 19 | 一种语音识别系统和方法 | CN201210290828.6 | 2012-08-15 | CN102820032B | 2014-08-13 | 王平平; 郄勇 |
| 本发明公开了一种语音识别系统和方法。其中语音识别系统包括：麦克风阵列，接收语音信号并转换成模拟音频信号后输出给音频编码电路；音频编码电路，用于将所接收的模拟音频信号转换成数字音频信号后输出给主控集成电路；蓝牙发射模块，用于接收语音信号并转换成数字音频信号后通过蓝牙方式发送给蓝牙接收模块；蓝牙接收模块，用于将所接收的数字音频信号发送给主控集成电路；主控集成电路，用于选择来自音频编码电路的数字音频信号或来自蓝牙接收模块的数字音频信号进行语音识别处理。本发明的技术方案解决了只有麦克风阵列作为音频输入的语音识别系统无法对远距离语音进行识别的问题。 | ||||||
| 20 | 利用语者识别的切割音视讯片段的方法 | CN201410001020.0 | 2014-01-02 | CN103730111A | 2014-04-16 | 王惇琳; 刘继谥; 林志荣 |
| 本发明的利用语者识别的切割音视讯片段的方法，以递增的未知语者来源音讯即时训练非特定语者模型，并利用语者识别的结果决定音视讯片段，包含下列步骤：(1)即时训练非特定语者模型；(2)依据该语者模型决定来源音讯非特定语者片段；(3)依来源音讯非特定语者片段更新语者模型。本发明提出语者模型即时累进训练方法，即时撷取非特定语者特征音讯讯号，快速学习强健性语者音讯模型，解决即时训练无法取得语者音讯讯号问题，克服无法取得足够训练模型样本问题。本发明通过即时训练语者模型，可利用即时训练的特性用于侦测不特定语者及其对应的音视讯片段，提升语者侦测技术的实用性。 | ||||||
QQ群二维码
意见反馈
意见反馈