北京
国家知识产权局信息显示，武汉大晟极科技有限公司申请一项名为“基于视觉引导注意力机制的语音分离系统及方法”的专利，公开号CN122821981A，申请日期为2026年7月。
专利摘要显示，本发明涉及一种基于视觉引导注意力机制的语音分离系统及方法，属于语音视觉处理及人工智能技术领域，该系统包括：视觉编码模块，用于提取视频帧中的基础视觉特征；时序情绪编码模块，用于提取视频帧中的多维情绪向量以形成时序情绪流，并输出帧级别的情绪特征向量；特征融合模块，用于将基础视觉特征与情绪特征向量融合，生成增强的视觉上下文特征；跨模态注意力模块，用于接收音频特征与增强的视觉上下文特征，通过条件网络生成注意力图；语音分离模块，用于根据注意力图对混合音频进行分离，得到目标说话人的目标语音。本发明通过将情绪特征引入跨模态注意力机制，在情绪波动剧烈的复杂场景中实现了高精度的目标说话人语音分离。
天眼查资料显示，武汉大晟极科技有限公司，成立于2017年，位于武汉市，是一家以从事软件和信息技术服务业为主的企业。企业注册资本578.5715万人民币。通过天眼查大数据分析，武汉大晟极科技有限公司共对外投资了1家企业，参与招投标项目231次，财产线索方面有商标信息18条，专利信息38条，此外企业还拥有行政许可2个。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
