[发明专利]一种基于拼音的双阶段解耦合中文语音识别模型在审
| 申请号： | 202210410441.3 | 申请日： | 2022-04-19 |
| 公开（公告）号： | CN114743544A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 陈力军;刘佳;林华健;陈星宇;鄢伟 | 申请（专利权）人： | 南京大学;江苏图客机器人有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16;G10L25/03 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华 |
| 地址： | 210008 江*** | 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： | 本发明公开了一种基于拼音的双阶段解耦合中文语音识别模型，将语音识别过程分解为从语音到拼音，从拼音到汉字两个步骤，独立构建和训练从语音到拼音的声学模型和从拼音到汉字的语言模型：构建基于混合下采样和多路径交叉卷积模块的全卷积声学模型，进行从音频Mel谱特征到拼音的识别；构建基于同音字建模方案的Transformer语言模型，进行从拼音到汉字的转录。声学模型中，提出并采用混合下采样和多路径交叉卷积结构，大幅减少参数量，降低复杂度，节省训练时间和计算资源开销，提高了模型的泛化性能。语言模型中，采用同音字建模，将输出特征维度从4000以上减至55，减少参数量，降低模型学习难度，提高转录准确率。 | ||
| 搜索关键词： | 一种 基于 拼音 阶段 耦合 中文 语音 识别 模型 | ||
【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南京大学;江苏图客机器人有限公司，未经南京大学;江苏图客机器人有限公司许可，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/202210410441.3/，转载请声明来源钻瓜专利网。
