发明专利已授权

用于定位发声物的方法、装置、电子设备及可读存储介质

📄 申请号：CN202011022940.2 📄 发布日：2025/11/23

著录项目信息

申请日

2020-09-25

申请人

北京百度网讯科技有限公司

法律状态

已下证

专利类型

发明

主分类号

H04N21_439

IPC 分类号

H04N21_439 , H04N21_44 , G10L15_02 , G06V10_762 , G06T7_70 ,

技术画像

所属领域

电子设备声源定位音频信号处理麦克风阵列信号处理电子设备

应用场景

智能语音交互, 安防监控, 视频会议, 智能家居, 机器人听觉

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本申请实施例公开了用于定位发声物的方法、装置、电子设备及计算机可读存储介质，涉及人工智能领域，具体为计算机视觉、深度学习以及语音识别技术。该方法的一具体实施方式包括：获取包含有发声物的音频信息和图像信息的视频数据；根据视频数据确定发声物在由图像信息形成的图像中的实际位置。该实施方式提供了一种用于定位发声物在图像中位置的方案，尤其适用于存在鸡尾酒会效应的多类型发声物的嘈杂环境下，使得机器也可具备识别出不同类型的发声物在图像中的实际位置的能力，以便于根据确定出的实际位置针对性的查看某种类型的发声物所在的特定画面区域，在多种场景下均能发挥重要作用。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20221118

✅ 授权

20210115

?? 实质审查的生效：

20201229

📄 公开

虚拟人物的驱动方法、装置、电子设备及可读存储介质

当前第 / 件

图像修复方法、装置及电子设备

同领域国内专利 · IPC: (H04N21_439)

H04N21_214 H04N21_218 H04N21_2183 H04N21_2187 H04N21_231 H04N21_232 H04N21_233 H04N21_234 H04N21_2343 H04N21_2347 H04N21_235 H04N21_236 H04N21_2365 H04N21_238 H04N21_2385 H04N21_2387 H04N21_239 H04N21_24 H04N21_242 H04N21_25 H04N21_254 H04N21_258 H04N21_262 H04N21_266 H04N21_2662 H04N21_2668 H04N21_41 H04N21_414 H04N21_422 H04N21_426 H04N21_43 H04N21_431 H04N21_432 H04N21_433 H04N21_434 H04N21_435 H04N21_436 H04N21_4363 H04N21_438 H04N21_439 H04N21_44 H04N21_4402 H04N21_441 H04N21_4415 H04N21_442 H04N21_4425 H04N21_443 H04N21_45 H04N21_458 H04N21_466 H04N21_472 H04N21_475 H04N21_478 H04N21_4782 H04N21_4788 H04N21_482 H04N21_485 H04N21_488 H04N21_60 H04N21_63 H04N21_643 H04N21_647 H04N21_81 H04N21_8358 H04N21_845 H04N21_854 H04N21_8547 H04N21_8549 覆盖68个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：74 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)