[发明专利]一种基于胶囊神经网络的多任务语音分类方法在审
| 申请号： | 201811346110.8 | 申请日： | 2018-11-13 |
| 公开（公告）号： | CN109523994A | 公开（公告）日： | 2019-03-26 |
| 发明（设计）人： | 陈盈科;毛华;吴雨;何涛 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16;G10L25/30 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于胶囊神经网络的多任务语音分类方法，涉及语音信号分析，人工智能等技术领域，解决在语音识别中的多任务分类问题。本发明主要有提取语音的特征表达，包括从频域，时域等多个角度去提取语音的初级特征；运用卷积神经网络和胶囊神经网络，在预处理后的语音初级特征基础上，再进行深层次的语音特征的抽象与学习；在高级特征之后根据多任务需求设计多个分类器，将多个分类器的损失函数融合，统一训练多任务语音分类模型，最终达到在多个任务上同时提高分类准确率。 | ||
| 搜索关键词： | 神经网络 语音分类 胶囊 初级特征 语音 分类器 预处理 卷积神经网络 语音信号分析 分类准确率 人工智能 高级特征 任务分类 任务需求 损失函数 特征表达 语音识别 语音特征 频域 时域 抽象 融合 统一 学习 | ||
【主权项】：
1.一种基于胶囊神经网络的多任务语音分类方法，其特征在于利用胶囊神经网络提取语音高层抽象的特征，同时采用多分类器完成语音的多任务分类，包括如下步骤：（1）预处理语音原始信号，采用语音信号特征提取算法，提取语音低层特征表达；（2）使用深度卷积神经网络提取语音信号的中层特征表达；（3）使用胶囊神经网络进一步提取语音的高层抽象的特征表达；（4）设计多个不同的分类器与损失函数，实现多任务语音分类的端到端的整体训练。
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四川大学，未经四川大学许可，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/201811346110.8/，转载请声明来源钻瓜专利网。
- 上一篇：藏语方言语音处理系统
- 下一篇：通过无线电广播的持续性训练和发音改进
