本申请提供了一种触发语音交互响应的方法及设备，能够接收用户语音并识别出关键词，再获取该关键词对应的唇部变化图像序列，进一步对该唇部变化图像序列与该关键词进行匹配，得到匹配置信度，如果匹配置信度符合预先定义的语音交互响应规则，则触发语音交互响应，从而提高了响应的准确率，降低了语音交互响应的误触发率，提升了用户体验。
📄 2019112614774
📂 G10L15_25
👤 上海芯翌智能科技有限公司
📅 2019-12-10
已申报项目
本申请涉及场景面板技术领域，具体为一款六键离线语音智能场景面板，包括安装板和设置于安装板外部的面板本体，所述安装板固定安装有连接座，所述安装板的外部设有延伸至连接座内部的安装组件，所述安装组件包括固定安装于安装板顶部的马达，所述马达的输出轴上固定安装有往复丝杠，所述往复丝杠的外部螺纹连接有调节套，所述调节套的外部螺纹连接有安装板。该一款六键离线语音智能场景面板，通过将面板本体穿过连接口延伸至连接座的内部，之后，启动马达带动往复丝杠旋转，同时带动调节套左右位移，调节套位移带动安装板和限位块向右进行位移，此时限位块延伸至限位槽的内部，从而对面板本体进行固定，达到了便于安装拆卸等优点。
📄 2022215195233
📂 G05B19_042
👤 上海南闽科技发展有限公司
📅 2022-06-17
本发明公开了一种基于语音分析与合成驱动的Java代码生成方法，涉及语音识别领域，方法包括：通过语音采集与预处理模块将用户的自然语言Java指令转换为预处理后的数字语音流；特征提取模块从中抽取声学特征向量；语音识别模块解码生成文本命令；文本命令与预定义的语法模式匹配后生成结构化的命令实例并转化为抽象语法树片段；通过路径计算策略插入到抽象语法树中；代码生成模块将语法树转为Java源代码并进行错误检测；若无错误则输出Java代码；若有错误则输出错误信息；最终结果通过语音合成模块转换为自然语音流反馈给用户。本发明通过语音识别与代码自动生成技术，实现自然语言到Java代码的转换，减少手动编码量，提升了编码效率并减轻程序员负担。
📄 2025106905852
📂 G06F8_33
👤 龙岩学院
📅 2025-05-27
本发明涉及一种声控开关开启系统，包括：可延伸吸头，由两长杆构成，两个长杆都安装上时，为长吸头模式，只安装一个长杆时，为短吸头模式；吸头驱动设备，与所述可延伸吸头连接，用于控制所述可延伸吸头与吸尘器的机壳的相对角度；半透明集尘箱，用于保存由所述可延伸吸头吸过来的灰尘；声控开关，用于根据用户发出的声音信号控制吸尘器的运行模式，还用于在接收到第一识别信号时，进入休眠状态，以及在接收到第二识别信号时，进入工作状态；人员检测设备，用于在从多个内容丰富区域中识别到人员外形时，发出第二识别信号，否则，发出第一识别信号。通过本发明，避免出现吸尘器声控开关无效运行的情况。
📄 2018113929885
📂 A47L9_00
👤 江苏九川科技有限公司
📅 2018-11-21
面向语音识别系统的音乐嵌入攻击防御方法，包括：(1)数据集准备及预处理；(2)训练语音识别模型；(3)预训练生成对抗网络；(4)重训练生成对抗网络；(5)生成对抗样本；(6)对抗训练。本发明通过生成对抗网络生成音乐音频，并且使用语音识别模型得到对抗音频的转录结果，利用转录结果与目标短语之间的损失以及判别器的判别结果设置目标函数来优化生成器，使得生成的对抗音频能够不被人耳所识别且转录为目标短语；通过对抗训练提高语音识别系统防御对抗样本攻击的能力。
📄 2020100621977
📂 G10L15_06
👤 浙江工业大学
📅 2020-01-20
本发明公开了一种基于StarGAN的语音识别模型的防御方法，包括：构建包含生成器、判别器以及分类器的StarGAN模型；构建包括对抗损失函数、分类损失函数，循环一致损失函数的损失函数；以训损失函数最小为目标对StarGAN模型进行训练；语音识别过程中，利用训练好的分类器对原始音频进行分类，当分类结果为正常音频时，直接利用语音识别模型对原始音频进行语音识别，获得语音识别结果；当分类结果不为正常音频时，利用生成器对原始音频生成符合给定的正常音频属性的生成音频，再利用语音识别模型对生成音频进行语音识别，获得语音识别结果。以解决语音识别模型容易受到对抗攻击的问题，进而提高识别精度和鲁棒性。
📄 2020111724854
📂 G10L15_20
👤 浙江工业大学
📅 2020-10-28
本发明公开了一种基于语音识别的音字同步方法。该方法首先通过对音频进行端点检测得到音频中人说话的前后端点，然后对音频进行降噪提取特征值，再通过声音模型和语言模型进行语音识别，然后根据识别出的字的特征值判断该字的起止时间,当音频当前播放时间与起始时间相同时，利用Vue的双向绑定机制在屏幕中显示该字。本发明能够得到语音识别结果中每个字在音频中的起始时间与结束时间，并实现音字完全同步显示，可以在语音识别效果检测和视频制作领域起到巨大作用。
📄 2021104270673
📂 H04N21_43
👤 浙江工业大学
📅 2021-04-20
本发明公开了一种基于语音识别的视频中音频流替换方法。所述方法为：首先通过对音频进行端点检测得到音频中人说的前后端点，然后对音频进行降噪提取特征值，再通过声音模型和语言模型进行语音识别，然后根据识别出的字的特征值得出该字的起止时间,通过计算该演讲者的语音特征和机器合成的音频进行合成，实现视频中的音频流替换过程。本发明能够得到语音识别结果中每个字在音频中的起始时间与结束时间，得到识别结果中每个字在音频中的起始时间与结束时间，通过计算使得视频中音频流替换更加科学准确，可以在语音识别效果检测和视频制作领域起到巨大作用。
📄 202110425839X
📂 H04N21_43
👤 浙江工业大学
📅 2021-04-20
本发明公开了一种基于时序神经通路的语音识别模型中毒检测方法及装置，包括：获取基于循环神经网络RNN结构的语音识别模型MR及用于训练该模型的数据集；定义RNN的时序神经通路；从数据集中选择K条数据作为测试音频，构建用于优化测试音频的损失函数loss，使测试音频在输入MR后能够使时序神经通路上的神经元的激活值最大；利用损失函数loss构建近似中毒音频；将近似中毒测试音频输入到MR中，统计MR对该近似中毒测试音频的识别结果与对应原文本的编辑距离；若编辑距离达到一定阈值，就判定该语音识别模型MR是中毒的。本发明的方法可以有效检测语音识别模型是否中毒，弥补深度学习模型测试方法与中毒模型检测方法中存在的缺点。
📄 2021106504505
📂 G06F21_56
👤 浙江工业大学
📅 2021-06-11
一种基于PSO算法的语音识别攻击防御方法，包括：(1)准备原始音频数据集，分成预训练数据集、测试数据集和用于生成对抗样本的扰动数据集；(2)训练语音识别模型：搭建语音识别模型并初始化模型的相关参数，利用预训练数据集对语音识别模型进行训练，并使用测试数据集测试模型的识别准确率；(3)攻击语音识别模型：搭建基于PSO算法的攻击方法，设置适应度函数及PSO算法的相关参数，利用该攻击方法生成的最优对抗样本能够被错误识别且不被人耳识别；(4)对抗训练语音识别模型：将步骤(3)中生成的对抗样本加入预训练数据集中，重新训练语音识别模型，使得语音识别模型具有防御对抗样本攻击的能力，提高模型的安全性和稳定性。
📄 2019108516980
📂 G10L15_06
👤 浙江工业大学
📅 2019-09-10
本发明涉及人工智能领域中的语音识别技术，具体公开了一种基于轻量化Transformer网络的语音识别系统及方法，系统包括预处理模块、第一前向传播模块、多头注意力模块、卷积模块、第二前向传播模块和全连接层模块，该系统通过模块化硬件设计且将部分参数利用忆阻交叉阵列予以实现，不仅具有较轻的网络模型，而且在不同的硬件规模下具有良好的识别精度，能有效地减少电路的能耗和面积开销，可以在功耗低、结构轻的边缘设备上实现语音识别任务，并具有较好的稳定性和抗噪性。
📄 2023100657281
📂 G10L15_26
👤 西南大学
📅 2023-01-14
本发明公开了一种面向家居口语环境的神经网络语音识别方法及系统，该方法包括：模型构建：在深度神经网络中加入长短期记忆网络，构建组合神经网络DNN-LSTM模型；对采集的语音数据集预处理，得到特征向量集，并将特征向量集作为所述DNN-LSTM模型的输入进行迭代训练，训练至最优声学模型；将一个未知语种的输入语音信号，经过训练后的DNN-LSTM模型，分别得到中文输出概率向量集和英文输出概率向量集；根据所述中文输出概率向量集和英文输出概率向量集进行语种匹配，并输出判断结果；本发明能够快速准确的识别家居场景下说话人的内容，可以广泛应用于实际家居场景。
📄 2020102950682
📂 G10L15_16
👤 南京邮电大学
📅 2020-04-15
柿子坊 · 知识产权运营
柿子坊知识产权运营平台