首页> 中国专利> 一种基于视觉信息的粤语语音识别增强方法

一种基于视觉信息的粤语语音识别增强方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于视觉信息的粤语语音识别增强方法，步骤如下：S1、构建数据集；S2、数据处理；S3、使用算法对预处理过的数据进行训练，得到训练模型。S4、利用训练模型在不同语音环境下对识别效果同纯音频模型进行对比。本发明采用上述的一种基于视觉信息的粤语语音识别增强方法，通过提出一种基于多尺度时间卷积网络的端到端音视频增强网络，利用视觉信息对粤语语音识别增强，有效的提升了在复杂的语音环境下的粤语语音识别效果。

著录项

公开/公告号CN115019772A

专利类型发明专利
公开/公告日2022-09-06

原文格式PDF
申请/专利权人湘潭大学;
展开▼

申请/专利号CN202210636176.0
发明设计人肖业伟;滕连伟;刘烜铭;朱澳苏;田丕承;
展开▼

申请日2022-06-07
分类号G10L15/00;G10L21/02;G10L15/16;H04N21/8547;G06V40/20;G06V20/40;G06V10/82;G06V10/80;G06N3/08;G06N3/04;G06K9/62;G06F40/289;
代理机构北京圣州专利代理事务所(普通合伙);
代理人黄青青
地址 411105 湖南省湘潭市雨湖区羊牯塘街道
入库时间 2023-06-19 16:42:59

法律信息

法律状态公告日

法律状态信息

法律状态
2022-09-06

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种针对粤语音频的拓展方法及语音识别方法 [P] . 中国专利： CN114694655A . 2022-07-01
2. 基于精神卫生访谈信息实现长文本语音识别增强处理的方法、装置、处理器及其存储介质 [P] . 中国专利： CN114550699A . 2022-05-27
3. USER EQUIPMENT FOR RECEIVING CONTENTS BASED ON THE VISUAL IDENTIFIED INFORMATION, CONTENTS PROVIDING SERVER FOR PROVIDING CONTENTS BASED ON THE VISUAL IDENTIFIED INFORMATION AND CONTENTS PROVIDING METHOD BASED ON THE VISUAL IDENTIFIED INFORMATION [P] . 韩国专利： KR20110107178A . 2011-09-30

机译：基于视觉识别信息的用于接收内容的用户设备，基于视觉识别信息的用于提供内容的内容提供服务器以及基于视觉识别信息的用于内容的提供方法
4. Enhancing speech recognition using visual information [P] . 美国专利： US8660842B2 . 2014-02-25

机译：使用视觉信息增强语音识别
5. Enhancing Speech Recognition Using Visual Information [P] . 美国专利： US2011224979A1 . 2011-09-15

机译：使用视觉信息增强语音识别