[发明专利]一种音视协同的唇语识别方法及系统在审
| 申请号： | 202110800963.X | 申请日： | 2021-07-15 |
| 公开（公告）号： | CN113658582A | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 杨双;罗明双;山世光;陈熙霖 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/25 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种音视协同的唇语识别方法和系统，基于视觉‑视觉、音频‑音频、视觉‑音频等三个层面的度量学习，三个度量学习机制的同时进行不仅缩短了训练时间和阶段，还能更好地进行视觉和音频两种模态间的协同学习。通过音频信息的帮助，本发明的视觉模型可以提取更有区分度的特征，从而提升唇语识别模型的性能。 | ||
| 搜索关键词： | 一种 协同 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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/202110800963.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种物联网终端智能运维管理平台
- 下一篇：多通道瞬时电压抑制装置
