一种安全检测方法、装置和系统
阅读：957发布：2020-05-12
专利汇可以提供一种安全检测方法、装置和系统专利检索，专利查询，专利分析的服务。并且本 申请 提供一种安全检测方法、装置和系统。本申请提供的安全检测方法，包括：采集 指定 房间中的音频数据；依据采集到的音频数据判断所述指定房间内是否发生异常；若是，输出报警信息。本申请提供的安全检测方法、装置和系统，可对指定房间进行安全性检测，成本较低，且不会引起隐私泄露。，下面是一种安全检测方法、装置和系统专利的具体信息内容。
1.一种安全检测方法，其特征在于，所述方法包括：
采集指定房间中的音频数据；
依据采集到的音频数据判断所述指定房间内是否发生异常；
若是，输出报警信息。
2.根据权利要求1所述的方法，其特征在于，所述依据采集到的音频数据判断所述指定房间内是否发生异常，包括：
检测所述音频数据中是否存在异常声音，和/或，所述音频数据中是否存在指定的呼救关键词；其中，所述音频数据中存在异常声音包括如下情况中的至少一种：所述音频数据中存在频率大于第一预设阈值的声音，所述音频数据中存在响度大于第二预设阈值的声音，所述音频数据中存在持续时间超过预设时长的规律性音频；
若存在，则确定所述指定房间内发生异常。
3.根据权利要求1所述的方法，其特征在于，所述依据采集到的音频数据判断所述指定房间内是否发生异常，包括：
对采集到的音频数据进行声音活动SAD检测；
若检测出所述音频数据中存在有声信号，则检测所述有声信号中是否存在异常声音；
若检测出所述有声信号中存在异常声音，则确定所述指定房间内发生异常。
4.根据权利要求1所述的方法，其特征在于，所述依据采集到的音频数据判断所述指定房间内是否发生异常，包括：
对采集到的音频数据进行语音激活VAD检测；
若检测出所述音频数据中包含语音信号，则检测所述语音信号中是否存在指定的呼救关键词；
若检测到所述语音信号中存在指定的呼救关键词，则确定所述指定房间内发生异常。
5.根据权利要求3所述的方法，其特征在于，所述检测所述有声信号中是否存在异常声音，包括：
分帧提取所述有声信号的语音特征；
将从各帧有声信号中提取的语音特征分别输入到第一声学模型，由所述第一声学模型对输入的语音特征进行分类后输出各帧有声信号属于指定类别的概率，并将最大概率对应的指定类别确定为所述各帧有声信号所属的类别；所述指定类别包括正常声音和异常声音；
当指定帧数的有声信号中类别为异常声音的有声信号的帧数大于预设阈值时，确定所述有声信号中存在异常声音。
6.根据权利要求4所述的方法，其特征在于，所述检测所述语音信号中是否存在指定的呼救关键词，包括：
分帧提取所述语音信号的语音特征；
将从各帧语音信号中提取的语音特征分别输入到第二声学模型，由所述第二声学模型输出该帧语音信号属于各指定发音音素的概率，并将最大概率对应的指定发音音素确定为该帧语音信号所属的发音因素；
判断各帧语音信号所属的发音因素中是否依序出现所述呼救关键词对应的发音因素；
若是，确定所述语音信号中存在所述呼救关键词。
7.一种安全检测装置，其特征在于，所述装置包括采集模块、判断模块和处理模块，其中，
所述采集模块，用于采集指定房间中的音频数据；
所述判断模块，用于依据采集到的音频数据判断所述指定房间内是否发生异常；
所述处理模块，用于在所述判断模块判断所述指定房间内发生异常时，输出报警信息。
8.根据权利要求7所述的装置，其特征在于，所述判断模块，具体用于检测所述音频数据中是否存在异常声音，和/或，所述音频数据中是否存在指定的呼救关键词，并在检测到所述音频数据中存在上述异常中的至少一种时，确定所述指定房间内发生异常；其中，所述音频数据中存在异常声音包括如下情况中的至少一种：所述音频数据中存在频率大于第一预设阈值的声音，所述音频数据中存在响度大于第二预设阈值的声音，所述音频数据中存在持续时间超过预设时长的规律性音频。
9.根据权利要求7所述的装置，其特征在于，所述判断模块，具体用于对采集到的音频数据进行声音活动SAD检测，并在检测出所述音频数据中存在有声信号时，检测所述有声信号中是否存在异常声音，以及在检测出所述有声信号中存在异常声音时，确定所述指定房间内发生异常。
10.一种安全检测系统，其特征在于，所述系统包括采集模组、存储器和处理器，其中，所述采集模组，用于采集指定房间中的音频数据；
所述存储器，用于存储所述采集模组采集到的音频数据；
所述处理器，用于依据采集到的音频数据判断所述指定房间内是否发生异常，并在判断所述指定房间内发生异常时，输出报警信息。
一种安全检测方法、装置和系统
技术领域
[0001] 本申请涉及智能家居技术领域，尤其涉及一种安全检测方法、装置和系统。
背景技术
[0002] 目前，随着人民生活水平的提高，家庭独立浴室已逐步普及。由于浴室内环境潮湿，浴室发生意外事件时有发生，尤其是老人或行动有障碍的人在浴室跌倒造成的伤害非常普遍，若跌倒没有人及时赶来救治，将会产生严重的后果。
[0003] 相关技术中，提供了一种智能浴室看护系统，该系统通过图像传感器及时了解浴室内的情况，进而在判断有人跌倒时，进行及时救助。但是，当采用上述方法对浴室进行安全性检测时，需要部署图像传感器，成本较高，且容易引起隐私泄露。发明内容
[0004] 有鉴于此，本申请提供一种安全检测方法、装置和系统，以解决现有的方法存在的成本较高、且容易引起隐私泄露的问题。
[0005] 本申请第一方面提供一种安全检测方法，包括：
[0007] 依据采集到的音频数据判断所述指定房间内是否发生异常；
[0008] 若是，输出报警信息。
[0009] 本申请第二方面提供一种安全检测装置，所述装置包括采集模块、判断模块和处理模块，其中，
[0010] 所述采集模块，用于采集指定房间中的音频数据；
[0011] 所述判断模块，用于依据采集到的音频数据判断所述指定房间内是否发生异常；
[0012] 所述处理模块，用于在所述判断模块判断所述指定房间内发生异常时，输出报警信息。
[0013] 本申请第三方面提供一种安全检测系统，所述系统包括采集模组、存储器和处理器，其中，
[0014] 所述采集模组，用于采集指定房间中的音频数据；
[0015] 所述存储器，用于存储所述采集模组采集到的音频数据；
[0016] 所述处理器，用于依据采集到的音频数据判断所述指定房间内是否发生异常，并在判断所述指定房间内发生异常时，输出报警信息。
[0017] 本申请提供的安全检测方法、装置和系统，通过采集指定房间中的音频数据，进而依据采集到的音频数据判断上述指定房间内是否发生异常，进而在判断上述指定房间内发生异常时，输出报警信息。这样，可对浴室进行安全检测，且不像现有技术那样，需要布置图像传感器，成本较低。此外，由于不需要采集图像，因此，也不会引起隐私泄露。附图说明
[0019] 图2为本申请提供的安全检测方法实施例二的流程图；
[0020] 图3为本申请一示例性实施例示出的图2所示方法的实现原理图；
[0021] 图4为本申请提供的安全检测方法实施例三的流程图；
[0022] 图5为本申请一示例性实施例示出的图4所示方法的实现原理图；
[0023] 图6为本申请提供的安全检测装置实施例一的示意图；
[0024] 图7为本申请一示例性实施例示出的安全检测系统的示意图。
具体实施方式
[0025] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0026] 在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0027] 应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
[0028] 本申请提供一种安全检测方法、装置和系统，以解决现有的方法存在的成本较高、且容易引起隐私泄露的问题。
[0029] 下面给出几个具体的实施例，用于详细介绍本申请提供的技术方案，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
[0030] 图1为本申请提供的安全检测方法实施例一的流程图。请参照图1，本实施例提供的方法，可以包括：
[0031] S101、采集指定房间中的音频数据。
[0033] 示例性的，指定房间可以为浴室或设置有洗浴设备的卫生间。本实施例中，不对此进行限定。下面以指定房间为浴室为例进行说明。
[0034] S102、依据采集到的音频数据判断上述指定房间内是否发生异常。
[0035] 例如，一实施例中，安全检测装置中预先存储有正常样本音频数据；该正常样本音频数据为采集到的用户在洗澡过程中不存在跌倒行为、呼救行为等其他异常行为(例如，敲打浴室玻璃、浴室门或墙壁的行为，再例如，花洒水声持续时长超过指定值(例如，30Min)的行为)的音频数据。本步骤中，可将采集到的音频数据与预先存储的正常样本音频数据进行匹配，进而在采集到的音频数据与正常样本音频数据不匹配时，确定浴室内发生异常。
[0036] 可选地，在本申请一可能的实现方式中，该步骤的具体实现过程，可以包括：
[0037] (1)检测上述音频数据中是否存在异常声音，和/或，所述音频数据中是否存在指定的呼救关键词；其中，上述音频数据中存在异常声音包括如下情况中的至少一种：所述音频数据中存在频率大于第一预设阈值的声音，所述音频数据中存在响度大于第二预设阈值的声音，所述音频数据中存在持续时间超过预设时长的规律性音频。
[0038] 具体的，第一预设阈值、第二预设阈值和预设时长是根据实际需要设定的，本实施例中，不对第一预设阈值、第二预设阈值和预设时长的具体值进行限定。进一步地，可基于该音频数据的波形图判断该音频数据中是否存在异常声音；或者是，基于声学模型判断该音频数据中是否存在异常声音。此外，可基于声学模型判断该音频数据中是否存在指定的呼救关键词。有关基于声学模型检测音频数据中是否存在异常声音和音频数据中是否存在指定的呼救关键词的实现过程和实现原理将在下面的实施例中详细介绍，此处不再赘述。
[0039] 需要说明的是，音频数据中存在异常声音包括如下情况中的至少一种：该音频数据中存在频率大于第一预设阈值的声音，该音频数据中存在响度大于第二预设阈值的声音，该音频数据中存在持续时间超过预设时长的规律性音频。例如，音频数据中存在敲打浴室玻璃、浴室门或浴室墙壁的声音。再例如，音频数据中存在持续时间超过预设时长的花洒水声。
[0040] (2)若存在，则确定上述指定房间内发生异常。
[0041] S103、若是，输出报警信息。
[0042] 具体的，本步骤中，可控制声光报警器进行报警，或者是，将预设的求救信息发送至指定的联系人的终端设备上，或者是，向呼救组织发送呼救信息。例如，可向120、110等发送呼救信息。
[0043] 本实施例提供的方法，通过采集指定房间内的音频数据，进而依据采集到的音频数据判断上述指定房间内是否发生异常，进而在判断上述指定房间内发生异常时，输出报警信息。这样，可对浴室进行安全检测，且不像现有技术那样，需要布置图像传感器，成本较低。此外，也不存在用户隐私泄露的问题，适用性较好。
[0044] 图2为本申请提供的安全检测方法实施例二的流程图。请参照图2，本实施例提供的方法，在上述实施例的基础上，步骤S102，可以包括：
[0045] S201、对采集到的音频数据进行声音活动SAD检测。
[0046] 具体的，有关对音频数据进行SAD(Sound Activity Detection，简称SAD)检测的具体实现原理和实现过程可以参见相关技术中的描述，此处不再赘述。
[0047] 需要说明的是，通过对采集到的音频数据进行SAD检测，可检测浴室环境中有没有声音(包括人声声音或环境声音)，即可检测出上述音频数据中的有声信号和静音信号。此外，通过对上述音频数据进行SAD检测，进而只需要检测有声信号中是否存在异常声音，对于静音信号做丢弃处理，这样，可降低功耗。
[0048] S202、若检测出上述音频数据中存在有声信号，则检测上述有声信号中是否存在异常声音。
[0049] 具体的，图3为本申请一示例性实施例示出的图2所示方法的实现原理图。请参照图3，步骤S201可通过图3中的SAD模块实现。此外，该步骤的具体实现过程，可以包括：
[0051] 具体的，该步骤可通过图3中的特征提取模块实现。此外，本步骤中，可按照预设帧长，预设帧移分帧提取有声信号的语音特征。其中，预设帧长和预设帧移是根据实际需要设定的，本实施例中，不对预设帧长和预设帧移的具体值进行限定。例如，一实施例中，预设帧长为25ms，预设帧移为10ms。进一步地，有关提取有声信号的语音特征的具体实现原理和实现步骤可以参见相关技术中的描述，此处不再赘述。例如，可采用梅尔标度滤波器组提取有声信号的梅尔频谱(Mel Bank Features)特征。
[0052] (2)将从各帧有声信号中提取的语音特征分别输入到第一声学模型，由上述第一声学模型对输入的语音特征进行分类后输出各帧有声信号属于指定类别的概率，并将最大概率对应的指定类别确定为上述各帧有声信号所属的类别；上述指定类别包括正常声音和异常声音。
[0053] 具体的，第一声学模型包括两个指定类别，分别为正常声音和异常声音。进一步地，当将从一帧有声信号中提取的语音特征输入到该第一声学模型后，该第一声学模型会对输入的语音特征进行分类后，输出该帧有声信号属于正常声音的概率和该帧有声信号属于异常声音的概率，并将最大概率对应的类别确定为该帧有声信号所属的类别。例如，对于一帧有声信号，输出该帧有声信号属于正常声音的概率为0.8，输出该帧有声信号属于异常声音的概率为0.2，此时，确定该帧有声信号所属的类别为正常声音。
[0054] (3)当指定帧数的有声信号中类别为异常声音的有声信号的帧数大于预设阈值时，确定有声信号中存在异常声音。
[0055] 具体的，指定帧数是根据实际需要设定的，本实施例中，不对指定帧数的具体值进行限定。例如，一实施例中，指定帧数为80(结合上面的例子，一帧有声信号的帧长为25ms，预设帧移为10ms，因此，80帧有声信号对应0.8s的声音片段)。进一步地，预设阈值是根据实际需要设定的，本实施例中，不对预设阈值的具体值进行限定。下面以预设值为60为例进行说明。
[0056] 例如，一实施例中，80帧有声信号中，有70帧有声信号所属的类别为异常声音，此时，确定有声信号中存在异常声音。再例如，80帧有声信号中，有10帧有声信号所属的类别为异常声音，此时，确定有声信号中不存在异常声音。
[0057] S203、若检测出上述有声信号中存在异常声音，则确定上述指定房间内发生异常。
[0058] 进一步地，结合上面的例子，当在步骤S202中，确定有声信号中存在异常声音时，此时，确定浴室内发生异常。
[0059] 需要说明的是，当检测出上述有声信号中存在异常声音时，此时，可确定该音频数据中存在异常声音，进而确定上述指定房间内发生异常。即通过图2所示方法可检测采集到的音频数据中是否存在异常声音。
[0060] 本实施例提供的方法，提供了依据采集到的音频数据判断浴室内是否发生异常的方法，通过该方法，可依据采集到的音频数据判断浴室内是否发生异常，进而在判断发生异常时，输出报警信息，以对浴室进行安全性检测。
[0061] 图4为本申请提供的安全检测方法实施例三的流程图。请参照图4，本实施例提供的方法，在上述实施例的基础上，步骤S102，可以包括：
[0062] S401、对采集到的音频数据进行语音激活VAD检测。
[0063] 具体的，VAD(Voice Activity Detection，简称VAD)检测主要用于检测音频数据中是否存在语音信号(语音信号对应人声声音)。此外，有关该步骤的具体实现原理和实现过程可以参见相关技术中的描述，此处不再赘述。例如，可采用传统的基于短时能量和短时过零率的VAD检测方法或高斯模型进行VAD检测。当前，在本申请一可能的实现方式中，也可以采用基于深度学习的神经网络进行VAD检测。
[0064] 需要说明的是，本实施例提供的方法，通过对采集到的音频数据进行VAD检测，进而检测语音信号中是否存在指定的呼救关键词。这样，对于非语音信号，则不会进行呼救关键词检测，可以降低功耗。
[0065] S402、若检测出上述音频数据中包含语音信号，则检测上述语音信号中是否存在指定的呼救关键词。
[0066] 具体的，图5为本申请一示例性实施例示出图4所示方法的实现原理图。具体的，图5中的VAD检测模块，主要用于实现步骤S401的过程。进一步地请参照图5，本实施例的具体实现过程，可以包括：
[0067] (1)分帧提取上述语音信号的语音特征。
[0068] 具体的，该步骤的具体实现原理可通过图5中的特征提取模块来实现。具体的，本步骤中，可按照预设帧长，预设帧移分帧提取语音信号的语音特征。其中，预设帧长和预设帧移是根据实际需要设定的，本实施例中，不对预设帧长和预设帧移的具体值进行限定。例如，一实施例中，预设帧长为25ms，预设帧移为10ms。进一步地，该步骤的具体实现过程和实现原理可以参见相关技术中的描述，此处不再赘述。例如，可参见前面所述方法提取语音特征。
[0069] (2)将从各帧语音信号中提取到的语音特征分别输入到第二声学模型，由上述第二声学模型输出该帧语音信号属于各指定发音音素的概率，并将最大概率对应的指定发音因素确定为该帧语音信号所属的发音因素。
[0070] 需要说明的是，指定的呼救关键词是根据实际需要设定的，本实施例中，不对指定的呼救关键词进行限定，例如，指定的呼救关键词可以为“救命”、“来人”和“救我”等。下面以指定关键词为“救命”为例进行说明。
[0071] 具体的，当呼救关键词为“救命”时，一实施例中，第二声学模型包括六个预设类别，这六个预设类别分别J、I、U、M、N、G和其它。这样，当将从一帧语音信号中提取到的语音特征输入到第二声学模型时，该第二声学模型会输出该帧语音信号属于上述预设类别的概率，并将最大概率对应的预设类别确定为该帧语音信号所属的类别。本例中，该第二声学模型会输出该帧语音信号上述各预设类别的概率，即输出该帧语音信号属于上述七个预设类别的概率。例如，一实施例中，针对一帧语音信号，第二声学模型的输出结果为{0.1，0.1，0.4，0.1，0.1，0.2}，此时，确定该帧语音信号所属的发音因素为U。
[0072] (3)判断各帧语音信号所属的发音因素中是否依序出现上述呼救关键词对应的发音因素。
[0073] (4)若是，确定上述语音信号中存在上述呼救关键词。
[0074] 例如，各帧语音信号所属的发音因素依序为J、I、U、M、I、N、G，或者是各帧语音信号所属的发音因素依序为J、J、J、J、I、U、M、I、N、G，或者是各帧语音信号所属的发音因素依序为J、J、J、J、I、U、U、U、M、I、N、G时，此时，各帧语音信号所属的发音因素中依序出现“救命”对应的发音因素(“救命”对应的发音因素依序为J、I、U、M、I、N、G)，此时，确定上述语音信号中存在上述呼救关键词。再例如，各帧语音信号所属的发音因素依序为J、J、J、J、U、M、I、N、G，或者是，各帧语音信号所属的发音因素依序为J、I、U、M、I、G、N，此时，各帧语音信号所属的发音因素中未依序出现“救命”对应的发音因素，此时，确定上述语音信号中不存在上述呼救关键词。
[0075] S403、若检测到上述语音信号中存在指定的呼救关键词，则确定上述指定房间内发生异常。
[0076] 具体的，参见图5，步骤(3)、(4)和步骤S403可通过图5中的判决模块实现。
[0077] 需要说明的是，当检测到上述语音信号中存在指定的呼救关键词时，此时，确定上述音频数据中存在指定的呼救关键词，并确定上述指定房间内发生异常。即通过图4所示方法，可检测采集到的音频数据中是否存在指定的呼救关键词。
[0078] 本实施例提供的方法，提供了依据采集到的音频数据判断浴室内是否发生异常的方法，通过该方法，可依据采集到的音频数据判断浴室内是否发生异常，进而在判断发生异常时，输出报警信息，以对浴室进行安全性检测。
[0079] 以上对本申请提供的安全检测方法进行了介绍，下面对本申请提供的安全检测装置和系统进行介绍：
[0080] 图6为本申请提供的安全检测装置实施例一的示意图。请参照图6，本实施例提供的安全检测装置，可以包括采集模块610、判断模块620和处理模块630，其中，
[0081] 所述采集模块610，用于采集指定房间中的音频数据；
[0082] 所述判断模块620，用于依据采集到的音频数据判断所述指定房间内是否发生异常；
[0083] 所述处理模块730，用于在所述判断模块判断所述指定房间内发生异常时，输出报警信息。
[0084] 具体的，本实施例的装置，可用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
[0085] 进一步的，所述判断模块620，具体用于检测所述音频数据中是否存在异常声音，和/或，所述音频数据中是否存在指定的呼救关键词，并在检测到所述音频数据中存在上述异常中的至少一种时，确定所述指定房间内发生异常；其中，所述音频数据中存在异常声音包括如下情况中的至少一种：所述音频数据中存在频率第一预设阈值的声音，所述音频数据中存在响度大于第二预设阈值的声音，所述音频数据中存在持续时间超过预设时长的规律性音频。
[0086] 进一步地，所述判断模块620，具体用于对采集到的音频数据进行声音活动SAD检测，并在检测出所述音频数据中存在有声信号时，检测所述有声信号中是否存在异常声音，以及在检测出所述有声信号中存在异常声音时，确定上述指定房间内发生异常。
[0087] 进一步地，所述检测所述有声信号中是否存在异常声音，包括：
[0088] 分帧提取所述有声信号的语音特征；
[0089] 将从各帧有声信号中提取的语音特征分别输入到第一声学模型，由所述第一声学模型对输入的语音特征进行分类后输出各帧有声信号属于指定类别的概率，并将最大概率对应的指定类别确定为所述各帧有声信号所属的类别；所述指定类别包括正常声音和异常声音；
[0090] 当指定帧数的有声信号中类别为异常声音的有声信号的帧数大于预设阈值时，确定所述有声信号中存在异常声音。
[0091] 进一步地，所述判断模块620，具体用于对采集到的音频数据进行语音激活VAD检测，并在检测出所述音频数据中包含语音信号时，检测所述语音信号中是否存在指定的呼救关键词，以及在检测到所述语音信号中存在指定的呼救关键词时，确定所述指定房间内发生异常。
[0092] 进一步地，所述检测所述语音信号中是否存在指定的呼救关键词，包括：
[0093] 分帧提取所述语音信号的语音特征；
[0094] 将从各帧语音信号中提取的语音特征分别输入到第二声学模型，由所述第二声学模型输出该帧语音信号属于各指定发音音素的概率，并将最大概率对应的指定发音音素确定为该帧语音信号所属的发音因素；
[0095] 判断各帧语音信号所属的发音因素中是否依序出现所述呼救关键词对应的发音因素；
[0096] 若是，确定所述语音信号中存在所述呼救关键词。
[0097] 图7为本申请一示例性实施例示出的安全检测系统的示意图。请参照图7，本实施例提供的安全检测系统，包括采集模组710、存储器720和处理器730，其中，
[0098] 所述采集模组710，用于采集指定房间中的音频数据；
[0099] 所述存储器720，用于存储所述采集模组采集到的音频数据；
[0100] 所述处理器730，用于依据采集到的音频数据判断所述指定房间内是否发生异常，并在判断所述指定房间内发生异常时，输出报警信息。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于CLDNN+CTC声学模型的语音识别方法 | 2020-05-11 | 970 |
| 一种跨语言情感语音合成方法及系统 | 2020-05-12 | 743 |
| 一种样本生成方法、装置、服务器及存储介质 | 2020-05-12 | 609 |
| 基于深度学习的VR智能语音交互英语方法 | 2020-05-12 | 409 |
| 一种实时音频驱动的虚拟人物口型同步控制方法 | 2020-05-08 | 665 |
| 音频生成方法、装置、计算机可读存储介质及计算设备 | 2020-05-11 | 524 |
| 语音数据重构方法、装置及电子设备 | 2020-05-08 | 610 |
| 音声を認識する装置及び方法、音声認識モデルをトレーニングする装置及び方法 | 2020-05-08 | 811 |
| 検索インデクス生成装置、検索インデックス生成方法、音声検索装置、音声検索方法及びプログラム | 2020-05-11 | 212 |
| 音響モデル学習装置、音声合成装置、音響モデル学習方法、音声合成方法、プログラム | 2020-05-11 | 452 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈