-
公开(公告)号：CN112447187B
公开(公告)日：2024-09-06
申请号：CN201910822623.X
申请日：2019-09-02
Applicant: 富士通株式会社
IPC: G10L25/30 , G06N3/0455 , G06N3/0464 , G10L15/22
Abstract: 公开了一种声音事件的识别装置，包括：编码器，其配置成将其中含有多个声音事件的声音信号转换为低维空间中的特征；以及检测器，其配置成将所述特征映射为每个声音事件的后验概率，其中，所述检测器对所述特征执行多次空洞卷积运算。根据本公开的识别装置通过端到端方式来更有效地进行自动声音事件检测。
-
公开(公告)号：CN110349585B
公开(公告)日：2023-05-05
申请号：CN201810301678.1
申请日：2018-04-04
Applicant: 富士通株式会社
Abstract: 提供了语音认证方法和信息处理设备。信息处理设备包括处理器，处理器被配置为：从预定元素集中随机选择至少一个元素；得到被测用户对所选元素的语音输入；将被测用户对每个所选元素的语音输入输入到预训练的神经网络模型，并提取该神经网络模型的一个层的输出数据，作为能够表征被测用户身份以及该元素的综合特征；将所获得的被测用户的关于每个所选元素的综合特征与基于特定用户对该元素的语音输入利用预训练的神经网络模型获得的综合特征进行比较，以至少部分地基于综合特征比较的结果判断被测用户是否为特定用户，其中，预训练的神经网络模型是利用训练语音数据通过以识别说话人身份和预定元素集中的元素作为联合任务进行训练而获得的。
-
公开(公告)号：CN115705745A
公开(公告)日：2023-02-17
申请号：CN202110769261.X
申请日：2021-07-07
Applicant: 富士通株式会社
IPC: G06V40/16 , G06V10/778 , G06V10/82 , G06N3/0464
Abstract: 本公开涉及信息处理装置和信息处理方法。根据本公开的信息处理装置用于训练人脸活动单元识别模型。该信息处理装置包括：第一训练单元，被配置成使用第一样本数据进行训练以获得第一识别模型；以及第二训练单元，被配置成对第二样本数据进行上采样处理，并且使用经上采样的第二样本数据对第一识别模型进行进一步训练以获得人脸活动单元识别模型，其中，第一样本数据和第二样本数据中的每个表示人脸活动单元并且包括正标签样本数据和负标签样本数据，以及第一样本数据的出现频率高于第二样本数据的出现频率。根据本公开的信息处理技术，能够在保持高频类人脸活动单元的检测性能的同时，提高低频类人脸活动单元识别的性能。
-
公开(公告)号：CN114255488A
公开(公告)日：2022-03-29
申请号：CN202010947694.5
申请日：2020-09-10
Applicant: 富士通株式会社
Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括：信息获取单元，将输入图像划分为多个区域且获取关于多个区域中的面部动作单元的信息；动作单元特征提取单元，基于关于面部动作单元的信息对动作单元的区域提取动作单元特征；第一计算单元，计算每个动作单元的动作单元特征与各个动作单元的动作单元特征的相似度；第二计算单元，基于相似度计算的结果重新计算每个动作单元的动作单元特征；全局面部特征提取单元，基于关于面部动作单元的信息提取全局面部特征；以及分类单元，基于重新计算的动作单元特征和全局面部特征对面部动作单元分类。图像处理装置可以基于动作单元关系学习进行自动微面部表情识别。
-
公开(公告)号：CN114170643A
公开(公告)日：2022-03-11
申请号：CN202010948016.0
申请日：2020-09-10
Applicant: 富士通株式会社
Abstract: 本公开涉及一种图像处理装置、图像处理方法和机器可读存储介质。图像处理装置包括：信息获取单元，其将输入的图像划分为多个区域，并且获取关于多个区域中的面部动作单元的信息；动作单元特征提取单元，其基于所获取的关于面部动作单元的信息来对面部动作单元的区域提取动作单元特征；全局面部特征提取单元，其基于所获取的关于面部动作单元的信息提取全局面部特征；以及分类单元，其基于动作单元特征和全局面部特征两者来对面部动作单元进行分类。该图像处理装置可以通过检测与面部的每个局部区域相对应的面部动作单元的出现来识别微表情。
-
Patent Agency Ranking
公开(公告)号：CN113674757A
公开(公告)日：2021-11-19
申请号：CN202010402648.7
申请日：2020-05-13
Applicant: 富士通株式会社
Abstract: 本申请公开一种信息处理装置和信息处理方法。该信息处理装置包括：基础特征提取单元，被配置成提取声音的基础特征；多尺度特征提取单元，被配置成基于通过所述基础特征提取单元所提取的所述基础特征，提取所述声音的多尺度特征；初级分类单元，被配置成基于通过所述基础特征提取单元所提取的所述基础特征对所述声音进行初级分类，以获得初级分类结果；次级分类单元，被配置成基于所述声音的所述初级分类结果和所述多尺度特征对所述声音进行次级分类，以获得次级分类结果；以及分类结果融合单元，被配置成对所述声音的初级分类结果和次级分类结果进行融合，以获得所述声音的最终分类结果。
-
公开(公告)号：CN108630207B
公开(公告)日：2021-08-31
申请号：CN201710179026.0
申请日：2017-03-23
Applicant: 富士通株式会社
Abstract: 本发明公开了一种说话人确认方法和说话人确认设备。该说话人确认方法用于验证是否由特定说话人进行特定发言，该方法包括：从输入语音中提取与任何文本内容无关的说话人特征，并将所提取的说话人特征与所存储的特定说话人特征进行比较，以确定是否是特定说话人在说话；基于输入语音帧序列的频域特征，从输入语音帧序列中提取分别与彼此不同文本内容对应的多个模板构成的模板串；以及将所得到的模板串与所存储的特定说话人的特定内容模板串进行比较，以确定是否进行了特定发言。
-
公开(公告)号：CN111554316A
公开(公告)日：2020-08-18
申请号：CN201910066430.6
申请日：2019-01-24
Applicant: 富士通株式会社
IPC: G10L21/0272 , G10L15/06 , G10L25/51 , G10L25/60
Abstract: 公开了一种语音处理装置，包括：生成器，其被配置成将包括两个或更多个原始单一语音的混合语音分离成两个或更多个分离的单一语音；以及判别器，其被配置成区分所述分离的单一语音是否是所述原始单一语音，其中，对所述生成器和所述判别器进行训练，直到所述判别器不再能够区分所述分离的单一语音是否是所述原始单一语音。根据本公开的装置不仅旨在最大化信号与失真比来获得更好的语音质量，其还将语音分离和提高语音质量集成到单个模型中。此外，根据本公开的装置通过这个过程执行生成性对抗训练，这使得分离的语音与真实的语音难以区分。
-
公开(公告)号：CN111524536A
公开(公告)日：2020-08-11
申请号：CN201910104232.4
申请日：2019-02-01
Applicant: 富士通株式会社
Abstract: 本公开提供了信号处理方法和信息处理设备。信息处理设备包括处理器，所述处理器被配置为：对根据声音信号获得的时频域信号按照频率方向上的多个子带进行划分，以获得与各个子带对应的子带信号；将所获得的子带信号输入到预先训练好的分类模型中；以及利用分类模型确定声音信号中所包括的声音事件的类别，其中，分类模型包括分别与各个子带相对应的多个子带模型，每个子带模型根据通过训练获得的、相对应的子带对声音事件分类的影响而对所输入的子带信号施加权重，并根据被施加权重后的子带信号输出关于声音事件的初步分类结果，以及其中，分类模型根据多个子带模型的初步分类结果输出关于声音事件的最终分类结果。
-
公开(公告)号：CN110349585A
公开(公告)日：2019-10-18
申请号：CN201810301678.1
申请日：2018-04-04
Applicant: 富士通株式会社
Abstract: 提供了语音认证方法和信息处理设备。信息处理设备包括处理器，处理器被配置为：从预定元素集中随机选择至少一个元素；得到被测用户对所选元素的语音输入；将被测用户对每个所选元素的语音输入输入到预训练的神经网络模型，并提取该神经网络模型的一个层的输出数据，作为能够表征被测用户身份以及该元素的综合特征；将所获得的被测用户的关于每个所选元素的综合特征与基于特定用户对该元素的语音输入利用预训练的神经网络模型获得的综合特征进行比较，以至少部分地基于综合特征比较的结果判断被测用户是否为特定用户，其中，预训练的神经网络模型是利用训练语音数据通过以识别说话人身份和预定元素集中的元素作为联合任务进行训练而获得的。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.048 seconds)
