深圳市乔安科技有限公司冯勇获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市乔安科技有限公司申请的专利基于多通道语音增强的智能眼镜语音识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120526758B 。
龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511030544.7,技术领域涉及:G10L15/02;该发明授权基于多通道语音增强的智能眼镜语音识别方法及系统是由冯勇;刘晓丽;刘静倩;陈晓明设计研发完成,并于2025-07-25向国家知识产权局提交的专利申请。
本基于多通道语音增强的智能眼镜语音识别方法及系统在说明书摘要公布了:本发明公开了一种基于多通道语音增强的智能眼镜语音识别方法及系统,涉及语音识别技术领域,其技术方案要点包括,获取麦克风阵列中每个麦克风对应的混合信号,混合信号包括多个待识别对象的语音信号;根据每个待识别对象对应的时延,确定每个待识别对象对应的语音信号,时延根据每个待识别对象与麦克风阵列中每个麦克风的距离确定;根据语音信号及对应的待识别对象,得到当前对话信息;根据当前对话信息预测目标声源方向;根据目标声源方向进行语音增强,得到增强语音信号,本发明通过信号分离有效识别出每个发言对象对应的具体内容,基于内容之间的上下文关系预测下一个发言对象,并对该发言对象进行语音增强,解决多人场景中的语音干扰问题。
本发明授权基于多通道语音增强的智能眼镜语音识别方法及系统在权利要求书中公布了:1.一种基于多通道语音增强的智能眼镜语音识别方法,其特征在于,所述智能眼镜包括多个位于不同位置并朝向不同方向拾音的麦克风,所有麦克风构成麦克风阵列,所述智能眼镜语音识别方法包括: 获取麦克风阵列中每个麦克风对应的混合信号,所述混合信号包括多个待识别对象的语音信号; 根据每个待识别对象对应的时延,确定每个待识别对象对应的语音信号,所述时延根据所述每个待识别对象与所述麦克风阵列中每个麦克风的距离确定; 根据所述语音信号及对应的待识别对象,得到当前对话信息; 根据所述当前对话信息预测目标声源方向; 根据所述目标声源方向进行语音增强,得到增强语音信号; 其中,所述根据每个待识别对象对应的时延,确定每个待识别对象对应的语音信号,包括: 从所述麦克风阵列中选择一参考麦克风; 对于每个待识别对象,根据对应的时延确定剩余的每个麦克风与参考麦克风的相位补偿因子; 根据所述相位补偿因子和每个所述混合信号,得到多个相位补偿信号; 对每个所述相位补偿信号进行幅值分离,确定每个待识别对象对应的语音信号; 其中,所述对每个所述相位补偿信号进行幅值分离,确定每个待识别对象对应的语音信号,包括: 根据待识别对象与麦克风之间的距离,得到相对幅值响应; 根据所述相对幅值响应对所述相位补偿信号进行幅值补偿,得到多个幅值补偿信号; 根据所述幅值补偿信号得到增强混合矩阵; 根据所述增强混合矩阵,确定每个待识别对象对应的语音信号; 其中,根据所述增强混合矩阵,确定每个待识别对象对应的语音信号,包括: 根据所述增强混合矩阵,计算得到协方差矩阵; 根据所述协方差矩阵和所述语音信号对应的导向向量,得到权重向量; 根据所述权重向量,确定每个待识别对象对应的语音信号; 其中,根据所述当前对话信息预测目标声源方向,包括: 根据所述当前对话信息生成对话图,所述对话图中的每个节点对应一个发言对象,所述对话图中的每条边对应两个发言对象的交互关系; 根据所述交互关系确定每个转移对出现的次数; 根据所述每个转移对出现的次数构建频率矩阵; 根据所述频率矩阵预测目标声源方向; 其中,根据所述频率矩阵预测目标声源方向,包括: 根据所述频率矩阵得到概率矩阵,所述概率矩阵内每个元素表示每个转移对对应的转移概率; 根据所述当前对话信息得到当前发言对象; 根据所述当前发言对象和所述概率矩阵,得到目标声源对象; 根据所述目标声源对象确定所述目标声源方向。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市乔安科技有限公司,其通讯地址为:518000 广东省深圳市龙华区观澜街道桂香社区广场路8号厂房101-3楼、5楼和6楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
请提出您的宝贵建议,有机会获取IP积分或其他奖励