[发明专利]使用视听数据进行说话分类有效
| 申请号： | 201980068550.8 | 申请日： | 2019-10-03 |
| 公开（公告）号： | CN112889108B | 公开（公告）日： | 2022-08-16 |
| 发明（设计）人： | S.乔杜里;O.克莱杰奇;J.E.罗思 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | G10L17/10 | 分类号： | G10L17/10;G10L25/78 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 用于生成针对目标人物在视频的部分期间是否正在说话的预测的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，一种方法包括：获得每个图像描绘在相应时间点给定人物的嘴部的一个或多个图像。使用图像嵌入神经网络处理图像，以生成图像的潜在表示。使用音频嵌入神经网络处理对应于图像的音频数据，以生成音频数据的潜在表示。使用循环神经网络处理图像的潜在表示和音频数据的潜在表示，以生成针对给定人物是否正在说话的预测。 | ||
| 搜索关键词： | 使用 视听 数据 进行 说话 分类 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于谷歌有限责任公司，未经谷歌有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201980068550.8/，转载请声明来源钻瓜专利网。
- 上一篇：热交换器和具有该热交换器的空气调节器
- 下一篇：用户终端以及无线通信方法
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
