[发明专利]语音识别方法及其装置在审
| 申请号： | 201910869774.0 | 申请日： | 2019-09-16 |
| 公开（公告）号： | CN110706690A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 刘博卿;王健宗;贾雪丽 | 申请（专利权）人： | 平安科技(深圳)有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/16;G10L15/18;G10L15/26 |
| 代理公司： | 11444 北京汇思诚业知识产权代理有限公司 | 代理人： | 冯晓平 |
| 地址： | 518000 广东省深圳市福田区福*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提出了一种语音识别方法及其装置，涉及人工智能技术领域。其中，方法包括：获取待识别的目标语音，提取每一帧目标语音对应的波形特征和音调特征。将每一帧目标语音对应的波形特征和音调特征顺序输入训练完的语音识别模型中。其中，语音识别模型包括编码子模型，第一解码子模型和第二解码子模型，编码子模型包括卷积神经网络和双向长短期记忆网络，第一解码子模型包括语音‑文字匹配单元，第二解码子模型包括文字上下文匹配单元，语音‑文字匹配单元包括CTC损失函数和注意力模型。根据语音识别模型的输出，生成待识别的目标语音对应的文字。由此，结合了语音‑文字匹配和文字上下文匹配，提高了语音识别的准确度。 | ||
| 搜索关键词： | 子模型 语音识别 解码 目标语音 文字匹配 波形特征 音调特征 语音 卷积神经网络 人工智能技术 注意力模型 记忆网络 匹配单元 损失函数 准确度 匹配 输出 申请 | ||
【主权项】：
1.一种语音识别方法，其特征在于，所述方法包括：/n获取待识别的目标语音；/n提取每一帧所述目标语音对应的波形特征和音调特征；/n将每一帧所述目标语音对应的所述波形特征和所述音调特征顺序输入训练完的语音识别模型中；其中，所述语音识别模型包括编码子模型，第一解码子模型和第二解码子模型，所述编码子模型包括卷积神经网络和双向长短期记忆网络，所述第一解码子模型包括语音-文字匹配单元，所述第二解码子模型包括文字上下文匹配单元，所述语音-文字匹配单元包括CTC损失函数和注意力模型；/n根据所述语音识别模型的输出，生成所述待识别的目标语音对应的文字。/n
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平安科技(深圳)有限公司，未经平安科技(深圳)有限公司许可，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/201910869774.0/，转载请声明来源钻瓜专利网。
