龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：微软技术许可有限责任公司
申请日：2021-12-22
公开（公告）日：2024-04-02
公开（公告）号：CN117813651A
主分类号：G10L15/04
分类号：G10L15/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.04.19#实质审查的生效;2024.04.02#公开
摘要：提供了用于使用基于前瞻的声学语言特征的智能音频分段的系统和方法。例如，提供了用于获得音频、处理音频、标识音频内的潜在分段边界以及确定是否要在该潜在分段边界处生成分段中断的系统和方法。标识出现在潜在分段边界之后的一个或多个前瞻词，其中生成与该潜在分段边界和一个或多个前瞻词相关联的声学分段分数和语言分段分数。随后，系统基于声学和或语言分段分数至少达到或超过分段分数阈值来避免在潜在分段边界处生成分段中断或者在潜在分段边界处生成分段中断。
主权项：1.一种由计算系统实现以用于分割音频的方法，所述方法包括：计算系统获得音频，所述音频包括包含自然语言的电子数据；所述计算系统利用解码器处理所述音频以识别包括在所述音频中的语音话语；所述计算系统标识所述语音话语内的潜在分段边界，所述潜在分段边界出现在所述音频的开头之后；所述计算系统标识要在所述音频中使用的一个或多个前瞻词，所述一个或多个前瞻词在所述音频中出现在所述潜在分段边界之后，所述一个或多个前瞻词被标识以供在评估是否要在所述音频中的所述潜在分段边界处生成分段中断时使用；所述计算系统生成与所述潜在分段边界相关联的声学分段分数和语言分段分数；所述计算系统针对声学分段分数阈值来评估所述声学分段分数，并且针对语言分段分数阈值来评估所述语言分段分数；并且所述计算系统a在确定i所述声学分段分数未能达到或超过所述声学分段分数阈值，或ii所述语言分段分数未能达到或超过所述语言分段分数阈值时避免在所述音频中的所述潜在分段边界处生成所述分段中断，或者替换地，b在确定至少所述语言分段分数达到或超过所述语言分段分数阈值时在所述音频中的所述潜在分段边界处生成所述分段中断。
全文数据：
权利要求：
百度查询： 微软技术许可有限责任公司 使用基于前瞻的声学语言特征的智能音频分段
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