[发明专利]一种语音识别方法、装置、设备及存储介质在审
| 申请号： | 202310641371.7 | 申请日： | 2023-05-31 |
| 公开（公告）号： | CN116758912A | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 茆廷志;万根顺;邢秀萍;张景宣;高建清;潘嘉;刘聪;胡国平 | 申请（专利权）人： | 科大讯飞股份有限公司 |
| 主分类号： | G10L15/22 | 分类号： | G10L15/22;G10L15/24;G10L15/26;G10L25/57;G06V20/40;G06V10/40;G06F18/25;G06F18/24;G06F18/214;G06F18/23 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王云晓 |
| 地址： | 230088 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种语音识别方法、装置、设备及存储介质，语音识别方法包括：获取目标语音和目标视频，其中，目标语音为目标视频的视频内容的解说语音；对目标语音提取声学特征，得到目标语音的声学特征，并对目标视频提取含视频内容信息的视觉特征，得到目标视频的视觉特征；根据目标语音的声学特征并辅以目标视频的视觉特征，确定目标语音的语音识别结果。考虑到目标语音为目标视频的视频内容的解说语音，其与目标视频的视频内容具有一定的相关性，本发明对目标视频提取含视频内容信息的视觉特征，辅以视觉特征对解说语音进行语音识别，在对目标语音即解说语音进行语音识别时，辅以含视频内容信息的视觉特征，能够获得较为准确的语音识别结果。 | ||
| 搜索关键词： | 一种 语音 识别 方法 装置 设备 存储 介质 | ||
【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科大讯飞股份有限公司，未经科大讯飞股份有限公司许可，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/202310641371.7/，转载请声明来源钻瓜专利网。
