[发明专利]基于多任务模型的语音识别与关键词检测装置和方法有效
| 申请号： | 201910906552.1 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110648659B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 赖家豪;郑达;李索恒;张志齐 | 申请（专利权）人： | 上海依图信息技术有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16;G10L15/22;G10L15/26 |
| 代理公司： | 上海市汇业律师事务所 31325 | 代理人： | 唐嘉伟 |
| 地址： | 200126 上海市*** | 国省代码： | 上海;31 |
| 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多任务模型的语音识别与关键词检测装置，包括：神经网络；语音识别解码器，关键词解码器，训练模块；在训练阶段，训练模块采用第一输入音频数据、第一文本标签以及第一CTC损失函数对语音识别解码器和神经网络进行训练，采用所述第一输入音频数据、第二文本标签以及第二CTC损失函数对关键词解码器和神经网络进行训练，在训练过程中，根据对应的CTC损失函数的输出进行反向传播实现对神经网络、语音识别解码器和关键词解码器的训练。本发明还公开了一种基于多任务模型的语音识别与关键词检测方法。本发明能有效的利用语音识别的训练数据同时训练模型的关键词检测能力，从而显著提升关键词检测的准确率和召回率。 | ||
| 搜索关键词： | 基于 任务 模型 语音 识别 关键词 检测 装置 方法 | ||
【主权项】：
1.一种基于多任务模型的语音识别与关键词检测装置，其特征在于，包括：神经网络；语音识别解码器，关键词解码器；/n所述神经网络的输入端连接输入音频数据，所述神经网络具有多个节点，各所述神经网络的各节点具有权值；/n所述神经网络的输出端形成的输出数据分别连接到所述语音识别解码器和所述关键词解码器；/n基于多任务模型的语音识别与关键词检测装置还包括训练模块；/n在训练阶段，所述训练模块采用第一输入音频数据、第一文本标签以及第一CTC损失函数对所述语音识别解码器和所述神经网络进行训练，所述训练模块采用所述第一输入音频数据、所述第二文本标签以及第二CTC损失函数对所述关键词解码器和所述神经网络进行训练，在训练过程中，将所述第一CTC损失函数的输出进行反向传播实现对所述神经网络的各节点的权值更新训练以及对所述语音识别解码器的训练，将所述第二CTC损失函数的输出进行反向传播实现对所述神经网络的各节点的权值更新训练以及对所述关键词解码器的训练，在训练结束后得到所述神经网络的各节点最终权值。/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上海依图信息技术有限公司，未经上海依图信息技术有限公司许可，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/201910906552.1/，转载请声明来源钻瓜专利网。
