龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：武汉大学
摘要：本公开提供了一种基于多模态信息的复杂场景下唤醒词识别方法及装置，其中，方法包括三个步骤：步骤一：语音信号中潜在唤醒词语音片段的检测；步骤二：基于潜在唤醒词语音与对应场景视频信息的目标说话人识别；步骤三：结合潜在唤醒词语音与目标说话人唇动视频的唤醒词语音识别。利用本公开的方法，可以提高多人、嘈杂等复杂场景下识别唤醒词的能力。
主权项：1.基于多模态信息的复杂场景下唤醒词识别方法，其特征在于，包括：对当前场景下的原始语音信号进行检测，检测出潜在唤醒词语音片段；提取潜在唤醒词语音片段对应的场景中的所有人的唇部视频序列，进行目标说话人识别，得到目标说话人的视频；将潜在唤醒词语音片段作为音频模态的输入、将得到的目标说话人的视频作为视频模态的输入，利用预设多模态唤醒词模型进行唤醒词语音识别。
全文数据：
权利要求：
百度查询： 武汉大学 基于多模态信息的复杂场景下唤醒词识别方法及装置
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号