首页> 中国专利> 一种用于音视频人物的命名方法及相关装置

一种用于音视频人物的命名方法及相关装置

页面导航

摘要
著录项
相似文献

摘要

本申请公开了一种用于音视频人物的命名方法及相关装置，方法包括：对获取的音视频进行分离处理，得到音频数据和视频数据；对音频数据进行人声语音检测，得到若干语音片段，并对视频数据依次进行人脸跟踪和人脸识别，得到若干携带有人脸身份信息的人脸视频片段；基于各语音片段的声纹特征对各语音片段添加初始人物名称，并将各语音片段的初始人物名称关联到对应的人脸视频片段；对各语音片段进行语音识别，得到语音文本信息，对人脸视频片段进行唇语识别，得到唇语文本信息；根据语音文本信息、唇语文本信息和人脸身份信息对人脸视频片段关联的初始人物名称进行修正，得到修正后人物名称，改善了现有的命名方法存在的准确性低的技术问题。

著录项

公开/公告号CN113362832A

专利类型发明专利
公开/公告日2021-09-07

原文格式PDF
申请/专利权人多益网络有限公司;广州多益网络股份有限公司;广东利为网络科技有限公司;
展开▼

申请/专利号CN202110604453.5
发明设计人徐波;
展开▼

申请日2021-05-31
分类号G10L17/08(20130101);G10L15/26(20060101);G10L15/25(20130101);G06K9/00(20060101);
代理机构11227 北京集佳知识产权代理有限公司;
代理人刘晓娟
地址 510000 广东省广州市萝岗区伴河路90号自编一栋305房
入库时间 2023-06-19 12:29:04

相似文献

专利
中文文献
外文文献

1. 一种用于音视频人物的命名方法及相关装置 [P] . 中国专利： CN113362832A . 2021-09-07
2. 一种基于多帧音视频融合网络的人物识别方法及系统 [P] . 中国专利： CN110222719A . 2019-09-10
3. A device for displaying an animated default design or character associated with a number given of such designs or characters on a luminescent display. (Machine-translation by Google Translate, not legally binding) [P] . ES371429A1 . 1971-10-16

机译：一种用于在发光显示器上显示与默认设计或人物相关联的动画默认设计或人物的设备。（通过Google翻译进行机器翻译，没有法律约束力）
4. System for real-time transmission of audio-video signal of high quality associated with multi-channels of low bandwidth, comprises sensor device or analog signal generator of audio-video signal that is connected to real-time encoder device [P] . ES2211252A1 . 2004-07-01

机译：用于与低带宽多通道相关联的高质量音视频信号的实时传输系统，包括传感器设备或与实时编码器设备连接的音视频信号的模拟信号发生器
5. Remote control signal training method, for domestic audio-video equipment interconnection network, using two forms of signal, one specific to nodes and other to terminals [P] . 法国专利： FR2828355A1 . 2003-02-07

机译：用于家用音视频设备互连网络的遥控信号训练方法，使用两种信号形式，一种特定于节点，另一种特定于终端