公开(公告)号：CN117711409A

公开(公告)日：2024-03-15

申请号：CN202311721463.2

申请日：2023-12-14

申请人： 北方工业大学

发明人： 庞中华 ,  商鹏飞 ,  高胜男 ,  翟维枫 ,  于铧仁 ,  郭海彬

IPC分类号： G10L17/22 ,  G10L17/04 ,  G10L17/18 ,  G10L13/027 ,  G10L13/08 ,  G10L15/06 ,  G10L15/16 ,  G10L15/26 ,  G10L25/63 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

摘要： 本发明提供了一种基于深度学习的多功能语音交互装置，属于语音交互领域，装置包括：人机交互模块，用于为用户提供人机交互界面，接收用户输入的语音及指令，并显示语音文本及情绪类别，播放多风格语音；语音识别模块，用于基于深度学习模型，对用户输入的语音进行文字识别及情绪识别，得到语音文本及情绪类别；语音合成模块，用于基于语音合成模型，根据用户输入的语音生成多风格语音。本发明提高了语音交互的灵活性，并将情绪识别加入语音识别中，可以根据语音同时识别出文字和情绪，使得语音交互更加贴近实际交流场景。

公开(公告)号：CN118230207A

公开(公告)日：2024-06-21

申请号：CN202410123007.6

申请日：2024-01-30

申请人： 北方工业大学

发明人： 庞中华 ,  商鹏飞 ,  李欢 ,  蔡明奥 ,  郭海彬 ,  郑佳琦 ,  郑勇

IPC分类号： G06V20/40 ,  G06V40/20 ,  G06V10/25 ,  G06V10/82

摘要： 本发明提供了一种基于视频识别的多功能智能娱乐交互装置，涉及娱乐交互领域，包括：视频处理模块以及智能音乐播放模块；所述视频处理模块，用于采集视频图像，并基于手势识别模型识别所述视频图像中的手势，根据所述手势进行虚拟绘图，以及检测目标，并根据目标播放所述目标对应场景的音乐；所述智能音乐播放模块，用于在自动模式下，以检测到目标作为触发依据，根据季节、时间、天气以及所述目标对应的场景播放音乐，以及在手动模式下，基于交互界面，根据选取的音乐风格播放音乐。本发明能够根据景区、公园等市民休闲娱乐空间场景变化音乐风格。