技術(shù)編號：40531288
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細信息。本發(fā)明涉及人工智能，具體地，涉及一種基于視覺上下文的遠程會議實時語音識別優(yōu)化方法、系統(tǒng)、終端及介質(zhì)。背景技術(shù)、在當前的遠程會議系統(tǒng)中(例如teams、騰訊會議、zoom等)，已經(jīng)集成了實時語音翻譯功能。該功能依賴于語音識別模型，能夠?qū)崟r地將會議參與者的聲音轉(zhuǎn)換為文本信息，如圖所示。目前，技術(shù)發(fā)展主要依賴于各種語音識別算法模型，以提高識別的準確性。、然而，在遠程會議的特定環(huán)境中，專業(yè)術(shù)語的使用以及說話者的口音差異等問題，往往會導致現(xiàn)有的語音識別模型準確度降低，從而影響識別效果。現(xiàn)有的實時語音...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。