CN119495285A 音频语种转换方法、系统和相关装置 （科大讯飞股份有限公司）_第1页
CN119495285A 音频语种转换方法、系统和相关装置 （科大讯飞股份有限公司）_第2页
CN119495285A 音频语种转换方法、系统和相关装置 （科大讯飞股份有限公司）_第3页
CN119495285A 音频语种转换方法、系统和相关装置 （科大讯飞股份有限公司）_第4页
CN119495285A 音频语种转换方法、系统和相关装置 （科大讯飞股份有限公司）_第5页
已阅读5页，还剩25页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

次对应的所述目标特征片段基于所述初始音频2获取目标对象的初始音频流，确定所述初始音频流对应的初始基于所述初始音频特征和所述当前语种，获取确定至少一个转换语种，基于所述当前语种和所述目标特获取所述目标对象的所述初始音频流，确定所述初始音频流对应的所述初始音频特3.根据权利要求2所述的音频语种转换方法，其特征在于，所述基于所述当前窗口特获取与所述当前窗口特征相邻的历史窗口特征以及所述历史窗口特征对应的历史判确定与所述当前判别信息匹配的第一权重以及与所述历史判别信息匹配的第二权重，将所述初始音频特征和所述当前语种输入至训练后的语义分割模型所述预设分割条件与所述语义信息的完整程基于上一转换轮次对应的历史分割标识和所述当前分割标识，确基于所述语音级表征和所述转换语种，利用所述智能分析模型生36.根据权利要求5所述的音频语种转换方法，其特征在于，所述基于所述目标特征片基于至少一个历史转换轮次和当前转换轮次分别对应的目标特征片段，获取参考特获取与所述转换语种匹配的转换语种表征；其中，所述转换语种表将所述任务文本输入至所述智能分析模型，得到所述智能分析模型获取与目标场景匹配的场景信息；其中，所述场景信息包括基于所述场景信息，确定所述目标场景中的至少一个所述目标对象获取模块，用于获取目标对象的初始音频流，确定所述初处理模块，用于基于所述初始音频特征和所述当前语种，获取进行分割；有程序指令，所述处理器用于执行所述程序指令以实现如权利要求1_8中任一项所述的音理器执行时实现如权利要求1_8中任一项所述的音频语种4型会议或授课等场景下存在宣讲人员和参会人员语言不通导致参会人员无法准确理解宣程序指令以实现如上述技术方案中提到的音频56[0027]具体地，上述目标特征片段包括语义关联度大于关联度阈值的初始音频特征片优的数据分析能力的大语言模型。通过将当前语种和目标特征片段输入至智能分析模型，[0031]在一具体应用场景中，上述大语言模型为可以包括但不限于深度神经网络(Deep[0032]在另一实施方式中，上述转换语种是根据目标场景中不同对象的第一语言确定[0034]本申请提出的音频语种转换方法，实时获取目标场景中7量以及目标对象的面部动作信息，该面部动作信息用于确定对应目标对象是否进行表述。8[0058]S303：确定与当前判别信息匹配的第一权重以及与历史判别信息匹配的第二权9前转换轮次相邻的历史转换轮次分别对应的目标特征片段进行特征融合，得到参考特征，ProcessingUnit,中央处理单元)。处理器50可能是一种集成电路芯片，具有信号处理能专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论