[发明专利]儿童语音识别模型的训练方法及系统有效
申请号: | 201911000370.4 | 申请日: | 2019-10-21 |
公开(公告)号: | CN110706692B | 公开(公告)日: | 2021-12-14 |
发明(设计)人: | 钱彦旻;吴松泽;俞凯;盛佩瑶;杨卓林;李晨达 | 申请(专利权)人: | 思必驰科技股份有限公司 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/06;G10L15/26;G10L15/20 |
代理公司: | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人: | 黄谦;车江华 |
地址: | 215123 江苏省苏州市苏*** | 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: | 本发明实施例提供一种儿童语音识别模型的训练方法。该方法包括:获取训练数据;通过基线声学模型训练得到无条件生成对抗网络;将随机噪声数据输入无条件生成对抗网络,得到噪声增强声学特征;将噪声增强声学特征输入至基线声学模型,得到每一帧噪声增强声学特征对应的后验概率软标签;至少将噪声增强声学特征和软标签以及儿童语音训练数据和硬标签作为样本训练数据训练儿童语音增强声学识别模型。本发明实施例还提供一种儿童语音识别模型的训练系统。本发明实施例在儿童语音有限的情况下,改变了儿童语音的发音本质,生成多样化的儿童语音,提高儿童语音识别模型的识别准确率。 | ||
搜索关键词: | 儿童 语音 识别 模型 训练 方法 系统 | ||
【主权项】:
1.一种儿童语音识别模型的训练方法,包括:/n获取训练数据,所述训练数据包括儿童语音训练数据、所述儿童语音训练数据对应的硬标签、随机噪声数据;/n通过基线声学模型训练得到无条件生成对抗网络;/n将所述随机噪声数据输入所述无条件生成对抗网络,以得到噪声增强声学特征;/n将所述噪声增强声学特征输入至所述基线声学模型,得到每一帧所述噪声增强声学特征对应的后验概率软标签;/n至少将所述噪声增强声学特征和所述软标签以及所述儿童语音训练数据和所述硬标签作为样本训练数据训练儿童语音增强声学识别模型。/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思必驰科技股份有限公司,未经思必驰科技股份有限公司许可,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/201911000370.4/,转载请声明来源钻瓜专利网。