-
公开(公告)号：CN112885328A
公开(公告)日：2021-06-01
申请号：CN202110091046.9
申请日：2021-01-22
Applicant: 华为技术有限公司
Abstract: 本申请公开了一种文本数据处理方法，应用于人工智能领域，包括：获取目标文本，目标文本的音素包括相邻的第一音素和第二音素；对第一音素和第二音素进行特征提取，以获取第一音素的第一音频特征、以及第二音素的第二音频特征；通过目标循环神经网络RNN根据第一音频特征获取第一音素对应的第一语音数据，通过目标RNN根据第二音频特征获取第二音素对应的第二语音数据；获取第一音素对应的第一语音数据和获取第二音素对应的第二语音数据的步骤并行执行；根据第一语音数据和第二语音数据，获取音频。本申请中，目标RNN可以并行处理第一音频特征和第二音频特征，即实现了第一音频特征和第二音频特征的处理过程的解耦，减少了目标RNN处理音频特征的时长。
-
公开(公告)号：CN110910898A
公开(公告)日：2020-03-24
申请号：CN201811077551.2
申请日：2018-09-15
Applicant: 华为技术有限公司
Abstract: 本发明涉及人工智能技术，提供一种语音信息处理方法。在该方法中，信息处理设备接收语音信息，获取所述语音信息的语音情感极性结果和所述语音信息的语义情感极性结果，并根据所述语音情感极性结果和所述语义情感极性结果，获取所述语音信息对应的一个或多个表情信息。本发明提供的方法根据语音信息的语音和语义两方面的情感极性结果为语音信息获取表情信息，能够更准确地确认语音信息传递的感情，提高了为所述语音信息匹配表情信息的准确度。
-
公开(公告)号：CN110910898B
公开(公告)日：2022-12-30
申请号：CN201811077551.2
申请日：2018-09-15
Applicant: 华为技术有限公司
Abstract: 本发明涉及人工智能技术，提供一种语音信息处理方法。在该方法中，信息处理设备接收语音信息，获取所述语音信息的语音情感极性结果和所述语音信息的语义情感极性结果，并根据所述语音情感极性结果和所述语义情感极性结果，获取所述语音信息对应的一个或多个表情信息。本发明提供的方法根据语音信息的语音和语义两方面的情感极性结果为语音信息获取表情信息，能够更准确地确认语音信息传递的感情，提高了为所述语音信息匹配表情信息的准确度。
-
公开(公告)号：CN114127849A
公开(公告)日：2022-03-01
申请号：CN202080029552.9
申请日：2020-04-16
Applicant: 华为技术有限公司
Inventor： 张旸 , 奥克萨那·沃克霍雅克 , 阿列克谢·卡尔波夫 , 钱莉
Abstract: 涉及人工智能领域中的自然语言处理技术，提供了一种语音情感识别方法，基于第一神经网络模型，获得当前话语段中多个语音帧对应的多个情感状态信息(310)，对多个情感状态信息进行统计运算，得到统计结果(320)，然后基于第二神经网络模型，根据当前话语段对应的统计结果和当前话语段之前的多个话语段对应的统计结果，得到当前话语段对应的情感状态信息(330)。通过第一神经网络模型和第二神经网络模型这两级神经网络模型，可以更充分的学习当前话语段的上下文对当前话语段对应的情感状态信息的影响，从而能够实现更准确的语音情感识别效果。
-
公开(公告)号：CN109299453B
公开(公告)日：2021-02-09
申请号：CN201710607574.9
申请日：2017-07-24
Applicant: 华为技术有限公司
IPC: G06F40/242 , G06F40/30 , G06F40/211 , G06K9/62
Abstract: 本发明实施例提供了一种用于构建词典的方法和装置，该方法包括：获取候选词和该候选词的释义；从该候选词的释义中，选择该候选词的特征词；根据该候选词的特征词，通过预设的分类器，得到该候选词的初始判定结果；根据从至少一个中间词中每个中间词的释义中选择的特征词，通过该分类器，得到该每个中间词的判定结果，其中，该至少一个中间词包括该候选词的N级特征词；根据该候选词的初始判定结果和该至少一个中间词的判定结果，确定该候选词的最终判定结果，该候选词的最终判定结果用于指示能否将该候选词添加至该词典。因此，能够提高词典的准确性。
-
Patent Agency Ranking
公开(公告)号：CN111274807A
公开(公告)日：2020-06-12
申请号：CN202010078977.0
申请日：2020-02-03
Applicant: 华为技术有限公司
IPC: G06F40/289 , G06F40/30 , G06F40/284 , G06F16/35
Abstract: 本申请实施例公开了一种文本信息的处理方法及装置、计算机设备和可读存储介质，适用于人工智能领域的情感语音合成，本申请实施例方法在为文本中的语句确定情感类别的过程中，不仅考虑了为该语句个体所预测的情感类别，还考虑了语句所在文本的整体情感类别，按照本申请实施例提供的方法为文本中语句生成语音信息，有利于为文本生成更加符合人的情感表达习惯的语音信息，提高智能语音设备的拟人程度。
-
公开(公告)号：CN107526831B
公开(公告)日：2020-03-31
申请号：CN201710786457.3
申请日：2017-09-04
Applicant: 华为技术有限公司
IPC: G06F16/35 , G06F16/36 , G06F40/242 , G06F40/30 , G06K9/62
Abstract: 本申请提供了一种自然语言处理方法，能够准确地判别词的情感极性。该方法包括：获取待处理词，该待处理词由M个字组成；确定该M个字中m个待处理字的极性特征信息，该m个待处理字中的第i个字的极性特征信息包括n个极性特征值，每个极性特征值对应一个情感极性；根据该m个待处理字的极性特征信息，确定该待处理词的极性特征向量，该极性特征向量包括与n个情感极性一一对应的n组分量；根据该待处理词的极性特征向量，通过预设的分类器，确定并输出该待处理词的情感极性；其中，M、m、n、i、j均为正整数，M≥m，i为[1，m]中的任意值，j为[1，n]中的任意值。
-
公开(公告)号：CN110019770A
公开(公告)日：2019-07-16
申请号：CN201710608188.1
申请日：2017-07-24
Applicant: 华为技术有限公司
Abstract: 本申请提供一种训练分类模型的方法与装置，该方法包括：获取正训练集与第一负训练集，正训练集包括语料中正例集的样本，第一负训练集包括语料中未标注样本集的样本，未标注样本集表示语料中不属于词典的样本集；利用正训练集与第一负训练集，训练得到第一分类模型；利用第一分类模型确定第一负训练集中的伪负样本，伪负样本表示第一负训练集中被视为正样本的样本；剔除第一负训练集中的伪负样本，更新第一负训练集为第二负训练集；利用正训练集与第二负训练集，训练得到第二分类模型，第二分类模型为目标分类模型。因此，本申请提供的方法能够有效提高分类模型的准确度，当利用分类模型扩展词典时，也可以提高词典的准确度。
-
公开(公告)号：CN108121897A
公开(公告)日：2018-06-05
申请号：CN201611073982.2
申请日：2016-11-29
Applicant: 华为技术有限公司
Abstract: 本发明公开了一种基因组变异检测方法及检测装置，涉及生物信息学研究领域，以解决现有基因组变异检测效率低下、且检测精度不高的问题。该方法包括：确定基因组的潜在变异区域，对落在潜在变异区域内的测序序列进行局部组装创建迭代DeBruijn图，根据迭代DeBruijn图得到单倍体；将测序序列与所有单倍体进行比对，将测序序列对应的最佳单倍体与潜在变异区域对应的参考序列进行比对后，得到一组比对结果，采用预设变换规则对该组比对结果中的两个比对结果进行变换，得到测序序列与潜在变异区域对应的参考序列的校正对齐结果，根据测序序列与潜在变异区域对应的参考序列的校正对齐结果，确定基因组的变异类型。
-
公开(公告)号：CN112216307B
公开(公告)日：2023-05-16
申请号：CN201910631571.8
申请日：2019-07-12
Applicant: 华为技术有限公司
Abstract: 本申请提供了一种语音情感识别方法、装置以及系统，可应用于人工智能领域语音识别场景。所述方法包括：获取语音数据，其中，语音数据包括t个语音帧I1，I2，…，It；将语音帧I1，I2，…，It分别输入声学特征识别模型，从而得到语音帧I1，I2，…，It各自的情感声学特征数据S1，S2，…，St；将语音帧I1，I2，…，It分别输入音素识别模型，从而得到语音帧I1，I2，…，It各自的所属的音素M1，M2，…，Mt；根据语音帧I1，I2，…，It各自的所属的音素M1，M2，…，Mt，确定语音帧I1，I2，…，It各自的音素数据N1，N2，…，Nt；将情感声学特征数据S1，S2，…，St和音素数据N1，N2，…，Nt进行融合，从而得到融合数据R1，R2，…，Rt；将融合数据R1，R2，…，Rt输入情感状态识别模型，从而确定语音数据的情感状态。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.026 seconds)
