专利交易市场

本发明提供一种语种识别方法及识别系统，能够提高语种识别系统的性能。所述方法包括：将每帧语音信号转换成发音属性特征；利用所述发音属性特征训练时延神经网络，其中，将所述发音属性特征输入时延神经网络，所述时延神经网络对输入的发音属性特征进行学习和分类，得到每种语种在发音属性特征空间中的分布，即语种模型；进行语种识别时，将待识别语音的发音属性特征输入已训练好的时延神经网络中，时延神经网络的输出结果为待识别语音和每种语种模型的相似度，其中，相似度最大的语种模型为待识别语音的语种类别。本发明涉及语音识别技术领域。

本发明公开了基于深度学习的英语口语情感智能交互教学系统及方法，涉及语音评测领域。该系统包括环境检测与评估模块、阈值对比模块、音视频收集与处理模块、优化模块和建议输出模块；将环境检测与评估模块中得到的英语口语智能交互环境评估系数进行阈值范围对比和图像的参考阈值对比，将音视频收集与处理模块中得到的英语口语智能交互音频的失爆判断评估系数进行阈值对比。本发明通过对用户输入的英语口语智能交互音频数据进行评估，得到英语口语智能交互音频的失爆判断评估系数，进而根据英语口语智能交互音频的失爆判断评估系数输出文本、音频和可视化的英语口语纠错建议，解决了现有技术中，判断上下文协同发音变化中失爆的准确性不足的问题。

本发明公开了一种基于条件深度卷积生成对抗网络的端到端方言辨识方法，包括：分别获取多种方言的语音数据以生成训练集和测试集；将训练集和测试集转化为样本语谱图；建立条件深度卷积生成对抗网络，其中，条件深度卷积生成对抗网络包括生成器和判别器；对样本语谱图加以扩展条件，并将包含扩展条件的样本语谱图和噪声输入生成器，利用生成器中的卷积层进行特征提取加上条件辅助训练；将训练好的条件深度卷积生成对抗网络中的判别器抽取出来，输入样本语谱图和生成器生成的样本，利用该判别器中的卷积层提取深层次非线性特征，从而进行语谱图的相似性判断，并输出判断结果；将判断结果输入最终分类器，以得到测试集中的方言类别。

本申请公开了一种多语种语音识别模型训练方法，涉及人工智能领域，所述方法通过第一语种对语音识别模型进行训练，得到初始语音识别模型；搭建自适应网络函数，并将自适应网络函数嵌入初始语音识别模型的隐藏层中，得到初始多语种语音识别模型；通过第二语种的语音数据对初始多语种语音识别模型进行模型训练，得到训练结果；对初始多语种语音识别模型进行迭代更新，直到训练结果落入预设标准训练结果范围内，输出多语种语音识别模型。此外，本申请还涉及区块链技术，本申请中的第一语种的语音数据、第二语种的语音数据可存储于区块链中。本申请在初始语音识别模型的隐藏层嵌入自适应网络函数，可以提高多语种语音识别模型训练的效率。

本公开的实施例公开了一种用于转换语音音色的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标语音和参考语音；对目标语音和参考语音进行频谱特征提取，得到目标语音对应的目标对数梅尔频谱以及参考语音对应的参考对数梅尔频谱；将目标对数梅尔频谱输入至预先训练的内容编码器，得到目标语音内容编码向量；对参考对数梅尔频谱进行音色特征提取，得到参考语音音色编码向量；将参考语音音色编码向量和目标语音内容编码向量输入至预先训练的解码器中，得到预测梅尔频谱，根据预测梅尔频谱生成音色转换语音。该实施方式能够生成音色转换语音，并且使生成的音色转换语音具有较高的语音质量。消除了人们跨语言交流的障碍。

本实用新型提供一种智能家居方言语音识别装置，包括：设置在外壳(6)侧面板上的Micro USB接口(1)、麦克风插孔(2)和电源开关(3)；设置在外壳(6)另一侧面板上的降噪麦克风孔(4)和Micro SD卡插孔(5)；设置在外壳(6)顶板上的录音/识别按钮(7)、录音/识别按钮指示灯(8)、电源指示灯(9)、录音/识别模式指示灯(10)及录音/识别模式按钮(11)；外壳(6)内部设置模式选择模块(12)、语音录制模块(13)、语音处理模块(14)、语音识别模块(15)以及存储模块(16)。软硬件相结合，将现有网络数据库改为本地数据库，由用户根据需求录制，方言识别率更高，使用起来更方便，提升了使用效果和方言识别准确率。