本发明涉及用于在歌唱语音等的音响中附加表现的技术。以往提出了将歌唱表现等语音表现附加于语音的各种技术。例如在专利文献1中公开了生成语音信号的技术，该语音信号表示附加有各种语音表现的语音。附加于语音信号所表示的语音的语音表现由利用者从多个候选进行选择。另外，与语音表现的附加相关的参数对应于来...

本发明涉及对表示声音的声音信号进行处理的技术。以往提出了将歌唱表现等的声音表现附加于语音的各种技术。例如在专利文献1中公开了下述技术，即，使语音信号的各谐波成分在频率区域移动，由此将该语音信号所表示的语音变换为混浊声或者嘶哑声等特征性的音质的语音。专利文献1：日本特开2014－2338号公...

相关申请案的交叉参考本申请案主张2018年7月2日申请的第62/693,246号美国临时专利申请案的优先权权益，所述专利申请案以引用方式并入本文中。本文档涉及可包括声场表示信号，尤其是环绕立体声信号的沉浸式音频信号。特定来说，本文档涉及产生及解码包括沉浸式音频信号的位流。可使用环绕立体声信...

相关申请案的交叉参考本申请案主张于2018年10月8日申请的第62/742,729号美国临时专利申请案的优先权权利，所述案的全文以引用的方式并入。本发明的实施例大体上涉及音频信号处理，且更明确来说涉及经捕获音频信号的分配。语音及视频编码器/解码器(“编解码器”)标准开发最近集中于开发用于沉...

本公开内容的实施方案涉及用于执行生物测定过程的方法、装置和系统，且尤其涉及用于执行包含基于用户的话音对用户进行认证的生物测定过程的方法、装置和系统。生物测定技术作为用于认证试图访问受限区域或受限设备或者试图执行受限动作的那些用户的方法，正变得越来越普遍。已知多种不同的生物测定鉴别器，包括指...

相关申请本申请是于2018年6月22日提交的第16/016,344号美国非临时申请的国际申请，该非临时申请要求于2018年3月12日提交的第62/641,767号美国临时申请的优先权权益，这两个申请都通过引用以其整体并入本文。本主题涉及模式识别解决方案领域。更具体地，但不是作为限制，本主题公开了用...

本发明涉及语音处理系统、用于生成说话者矢量的系统、处理语音信号的方法、生成说话者矢量的方法、训练语音信号处理系统的方法以及训练系统以生成说话者矢量的方法。口语翻译系统具有各种应用，例如电话会议和视频或音频录制的配音翻译(voice-overtranslation)。已知各种口语翻译系统。这...

本技术涉及信号处理装置、信号处理方法和信号处理程序。传统上，提出了通过使用预定数量的扬声器和麦克风来降低空间中噪声的噪声消除技术(专利文献1)。此外，在特定封闭空间中的噪声控制中，已知通过使用考虑了多输入和多输出(多输入-多输出)之间的相互干扰的系统配置来改善降噪性能。这不同于在耳机噪声消...

本发明涉及语音处理，尤其涉及一种音频活性检测方法、系统、设备及存储介质。音频活性检测，在一些场景下又叫语音活性检测(voiceactivitydetection，vad)，是音频处理中一个基础且非常重要的功能。当环境中只有背景音时，我们一般称此时的状态为静音状态，当环境中不仅有背景...

本发明涉及计算机技术，尤其涉及一种人机交互方法与终端、计算机可读存储介质。随着计算机技术的发展，终端与用户之间可以通过语音来进行交互。在语音交互场景中，终端可以采集来自于用户的语音数据，然后，利用语音数据对此进行响应，实现人机之间的语音交互现有的语音交互场景中，一般仅针对语音数据中的语义进...

本发明涉及声场景分类，具体为基于多路声学特征数据增强的声场景分类方法。现代社会中，声场景分类在许多领域中应用，如城市噪音监控，消防预警，健康状况检测等方面。声学场景分类旨在将采集到的声音按照预先定义的类别进行分类，以供后续处理。现有的声场景分类计数中，已经有科研人员做了多方面的研究...

本发明涉及标记字符检测，更具体的说是涉及一种基于音频分析的标记字符质量检测系统及方法。根据国家规定或企业管理的需要，在产品上进行文字、图形等唯一性标识，例如车辆识别代码、发动机代码、出厂编号等，这个过程称为打标。通常具备唯一性，作为产品身份id伴随产品的整个生命周期，对准确性、可读...

本发明涉及一种用于将数字音频数据分类的方法，所述数字音频数据描述表征如例如在道路交通中出现的危险情形的声学信号。迄今为止在道路交通中还不存在具有特殊信号识别的系统，因为实际应用需要具有高灵敏度的系统，所述系统必须确保将道路交通中的声音信号关于存在具有可忽略不计数量的错误警报的特殊信号进行分...

本申请涉及信号处理，特别是涉及一种执行操作任务的方法及装置。目前，终端通常具有检测音频信号以及具有播放音频信号功能的终端，用户可以在终端中安装具有语音朗读功能的应用程序，以便通过电子设备对文章进行语音朗读。用户在使用语音朗读功能时，往往有暂停语音朗读的需求，此时，用户需要在电子设备...

本申请涉及数据处理，更具体地，涉及一种唤醒模型训练方法、唤醒词识别方法、装置及电子设备。电子设备可以基于唤醒词进行唤醒。通过神经网络模型基于唤醒词进行唤醒，需要预先对通过唤醒词对神经网络模型进行训练。通常的，训练神经网络模型时，需要预先通过人力标注唤醒词音频，人力成本巨大，处理效率...

本公开涉及计算机，更具体地，涉及一种音频处理方法、音频处理装置、系统及介质。随着智能家居、智能车辆、智能会议系统等智能终端的发展，作为智能终端入口的智能语音唤醒系统技术受到了越来越多的关注。语音识别模块是智能语音唤醒系统的重要组成部分，语音识别的准确性直接影响智能语音唤醒系统的用户...

本发明涉及语音处理，尤其涉及一种音频增益控制方法、系统、设备和存储介质。在安防摄像头的应用场景中，或在语音通话中，常常出现如下问题：采集到的音量忽大忽小，不平稳，给用户造成了很不好的体验。为此，我们需要一些处理手段，当音频声超过预设响度阈值后，将过大的音频帧的响度整体压低。但是压低...

本申请涉及人工智能领域，尤其涉及一种基于多音区的语音检测方法、相关装置及存储介质。随着远场语音在人们日常生活中的广泛应用，在多声源(或多用户)场景下，对每一个可能的声源进行语音激活检测(voiceactivitydetection，vad)、分离、增强、识别和通话等处理，已成为多种智能语音...

本申请涉及录音，具体而言，涉及一种多源数据的处理方法及装置、可读存储介质。现有的录音设备，通常能够得到两路语音数据，一路为其佩戴者的语音数据，另一路为其非佩戴者的语音数据，即录音设备自身已经具备了语音分离的功能。但是，当同一个场所中存在多个录音设备时，此时每个录音设备所得到的两路语...

本发明属于语音处理，具体涉及一种用于交互式教育的语音增强方法。语音增强(speechenhancement)是指去除语音信号中的噪声，得到干净的语音信号。实际生活场景中，麦克风采集的语音信号通常是带有不同噪声以及混响的语音信号，其中混响主要是由于房间中的墙壁及各种物体的反射带来的干...