[发明专利]用于多说话人的语音识别模型的训练方法及系统有效
| 申请号： | 202010680303.8 | 申请日： | 2020-07-15 |
| 公开（公告）号： | CN111899727B | 公开（公告）日： | 2022-05-06 |
| 发明（设计）人： | 钱彦旻;张王优 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/02;G10L15/16;G10L15/183;G10L15/22;G10L15/26 |
| 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用于多说话人的语音识别模型的训练方法。该方法包括：将训练数据中的多说话人的单通道混合语音特征输入至语音识别模型，获得多个说话人的高维特征序列表示；基于上下文嵌入提取器，确定多说话人的单通道混合语音特征中每个说话人的上下文嵌入表示，组成上下文混合嵌入序列表示，将上下文混合嵌入序列表示分别与多个说话人的高维特征序列表示拼接，确定每个说话人的拼接高维特征序列表示；基于注意力机制的解码器对每个说话人的拼接高维特征序列表示进行解码输出每个说话人的预测说话文本。本发明实施例还提供一种用于多说话人的语音识别模型的训练系统。本发明推进鸡尾酒会场景下的语音识别问题的解决，提高语音识别效果。 | ||
| 搜索关键词： | 用于 说话 语音 识别 模型 训练 方法 系统 | ||
【主权项】：
暂无信息
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/202010680303.8/，转载请声明来源钻瓜专利网。
