[发明专利]基于多路卷积神经网络的语音识别方法有效
| 申请号： | 201811155813.2 | 申请日： | 2018-09-30 |
| 公开（公告）号： | CN109272988B | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 曹毅;张威;翟明浩;刘晨;黄子龙;李巍 | 申请（专利权）人： | 江南大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/16;G10L15/26 |
| 代理公司： | 无锡盛阳专利商标事务所(普通合伙) 32227 | 代理人： | 顾吉云;郭金玉 |
| 地址： | 214000 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供基于多路卷积神经网络的语音识别方法，其能够提取更充分的语音信息，且处理数据量较大的音频数据时，具有更好的拟合性。其包括：S1：输入原始语音并进行处理；S2：提取出反映语音信号特征的关键特征参数，形成特征矢量序列；S3：基于多路卷积神经网络模型为基础、CTC作为损失函数，构建声学模型；多路卷积神经网络的结构包括依次设置的子网络结构、连续的全连接层、CTC损失函数；S4：训练声学模型，得到训练好的声学模型；S5：将待识别的特征矢量序列输入到训练好的声学模型中得到识别结果；S6：以步骤S5中得到的识别结果为基础进行后续的运算，即得到能够以最大概率输出该语音信号的词串，词串即原始语音被识别后的语言文字。 | ||
| 搜索关键词： | 基于 卷积 神经网络 语音 识别 方法 | ||
【主权项】：
1.基于多路卷积神经网络的语音识别方法，其包括以下步骤：S1：输入原始语音，对所述原始语音信号进行预处理，并进行相关变换处理；S2：提取出反映语音信号特征的关键特征参数，形成特征矢量序列；S3：构建声学模型；S4：训练所述声学模型，得到训练好的声学模型；S5：将步骤S2中得到的待识别的所述特征矢量序列输入到所述训练好的声学模型中得到识别结果；S6：以步骤S5中得到的所述识别结果为基础进行后续的运算，即得到能够以最大概率输出该语音信号的词串，所述词串即所述原始语音被识别后的语言文字；其特征在于：步骤S3中采用基于多路卷积神经网络模型为基础、以联结主义时间分类器CTC作为损失函数，构建端对端方式的所述声学模型；所述多路卷积神经网络的结构包括依次设置的子网络结构、连续的全连接层、CTC损失函数；步骤S2中获得的特征矢量序列输入到所述子网络结构中，所述子网络结构输出特征图输入到所述全连接层中。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江南大学，未经江南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811155813.2/，转载请声明来源钻瓜专利网。
