買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉平安科技(深圳)有限公司申請(qǐng)的專利基于圖像分析的音頻信息生成方法、裝置、設(shè)備及介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119649790B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411724922.7，技術(shù)領(lǐng)域涉及：G10L13/02；該發(fā)明授權(quán)基于圖像分析的音頻信息生成方法、裝置、設(shè)備及介質(zhì)是由張旭龍;王健宗;程寧;趙金鳳設(shè)計(jì)研發(fā)完成，并于2024-11-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于圖像分析的音頻信息生成方法、裝置、設(shè)備及介質(zhì)在說明書摘要公布了：本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于圖像分析的音頻信息生成方法、裝置、設(shè)備及介質(zhì)。該方法通過滑窗從待轉(zhuǎn)換圖像中滑動(dòng)提取出N張截取圖像，將N張截取圖像輸入時(shí)序卷積網(wǎng)絡(luò)模型中，輸出偽時(shí)序特征，將偽時(shí)序特征和圖像特征輸入編碼器中，得到壓縮特征，對(duì)壓縮特征進(jìn)行再卷積，得到再卷積特征，在預(yù)設(shè)的音頻特征集合中搜索與再卷積特征最相似的音頻特征，得到目標(biāo)音頻特征，根據(jù)目標(biāo)音頻特征，生成參考音頻特征，對(duì)參考音頻特征進(jìn)行特征重構(gòu)，得到生成音頻信息，通過滑動(dòng)方式截取待轉(zhuǎn)換圖像，使得截取圖像包含更豐富的圖像信息，提高特征表征能力，將再卷積特征映射為符合音頻習(xí)慣的目標(biāo)音頻特征，提高圖像與生成音頻的關(guān)聯(lián)程度。

本發(fā)明授權(quán)基于圖像分析的音頻信息生成方法、裝置、設(shè)備及介質(zhì)在權(quán)利要求書中公布了：1.一種基于圖像分析的音頻信息生成方法，其特征在于，所述音頻信息生成方法包括： 獲取待轉(zhuǎn)換圖像及其圖像特征，通過預(yù)設(shè)滑窗按照設(shè)定步長(zhǎng)在所述待轉(zhuǎn)換圖像中進(jìn)行滑動(dòng)提取，得到N張截取圖像，N為大于零的整數(shù)； 將所述N張截取圖像輸入訓(xùn)練好的時(shí)序卷積網(wǎng)絡(luò)模型中進(jìn)行時(shí)序特征提取，輸出對(duì)應(yīng)待轉(zhuǎn)換圖像的偽時(shí)序特征； 將所述偽時(shí)序特征和所述圖像特征輸入訓(xùn)練好的編碼器中進(jìn)行特征壓縮，得到壓縮特征，使用卷積層對(duì)所述壓縮特征進(jìn)行再卷積，得到所述卷積層中至少一個(gè)卷積核對(duì)應(yīng)的再卷積特征； 針對(duì)任一個(gè)再卷積特征，在預(yù)設(shè)的音頻特征集合中搜索與所述再卷積特征最相似的音頻特征，得到對(duì)應(yīng)再卷積特征的目標(biāo)音頻特征； 根據(jù)所有目標(biāo)音頻特征，生成參考音頻特征，對(duì)所述參考音頻特征進(jìn)行特征重構(gòu)，確定特征重構(gòu)結(jié)果為對(duì)應(yīng)待轉(zhuǎn)換圖像的生成音頻信息。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人平安科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市福田區(qū)福田街道福安社區(qū)益田路5033號(hào)平安金融中心23樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。