[发明专利]一种跨模态多特征融合的音视频语音识别方法及系统在审
| 申请号： | 202011001648.2 | 申请日： | 2020-09-22 |
| 公开（公告）号： | CN112053690A | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 李树涛;宋启亚;孙斌 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G10L15/25 | 分类号： | G10L15/25;G10L15/26;G10L25/30;G10L15/02;G10L15/20;G06K9/00;G06K9/62;G06T7/269 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410082 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及音视频语音识别技术，考虑到在实际机器人应用环境中，语音交互易受复杂环境噪声影响、而面部运动信息通过视频获取、且相对较稳定这一情况，本发明提供一种跨模态多特征融合的音视频语音识别方法及系统，本发明通过注意力机制对语音信息、视觉信息和视觉运动信息进行融合，利用不同模态之间的关联性，更加准确的获取用户所表达的语音内容，提升复杂背景噪音条件下语音识别精度，提高人机交互中语音识别性能，有效克服噪声环境下纯语音识别准确率低的问题。 | ||
| 搜索关键词： | 一种 跨模态多 特征 融合 视频 语音 识别 方法 系统 | ||
【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湖南大学，未经湖南大学许可，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/202011001648.2/，转载请声明来源钻瓜专利网。
