公开(公告)号：CN119724157A

公开(公告)日：2025-03-28

申请号：CN202411892222.9

申请日：2024-12-20

Applicant: 华夏数智智慧校园规划设计院(深圳)有限公司

Inventor： 曾令国 ,  朱海平 ,  王小清 ,  王梓茜 ,  曾德琬婷 ,  曾德珏满

IPC: G10L15/00 ,  G10L15/06 ,  G10L15/16 ,  G10L15/18 ,  G10L15/26 ,  G10L21/0272 ,  G10L25/63 ,  G06V40/16 ,  G06F18/25 ,  G06F18/214 ,  G06F18/23 ,  G06F18/24

Abstract: 本发明公开了基于人工智能辅助谈话场景的语言识别方法及系统，属于语言识别技术领域，其方法具体包括：利用传感器采集音频信号和视频数据，实时对音频信号和视频数据进行噪声过滤，对噪声过滤后的音频信号进行预处理，对预处理后的音频信号中的语音进行分离，和谈话者进行分割，提取每个谈话者的语音特征，并根据语音特征进行语音解码，输出最终的文本，根据输出最终的文本和语境，分析谈话者的意图；通过摄像头捕捉谈话者的面部表情和肢体语言，并结合语音信号中的音调和情感信息，能够更加全面地理解对话的真实语义。