“仓田岳人”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]用于语音识别的递归神经网络转录器的定制-CN202180088038.7在审
发明人： 仓田岳人;G·A·萨恩;B·金斯伯里 -专利权人：国际商业机器公司
申请日： 2021-11-26 - 公布日： 2023-09-05 - 主分类号： G10L15/16 文献下载
摘要：提供了一种用于定制递归神经网络转录器(RNN‑T)的计算机实现的方法。该计算机实现的方法包括从第一域文本数据合成第一域音频数据，以及将所合成的第一域音频数据馈送到具有初始条件的递归神经网络转录器(RNN‑T)的经训练的编码器中，其中，使用所合成的第一域音频数据和第一域文本数据来更新编码器。该计算机实现的方法还包括从第二域文本数据合成第二域音频数据，以及将所合成的第二域音频数据馈送到递归神经网络转录器(RNN‑T)的经更新的编码器中，其中，使用所合成的第二域音频数据和第二域文本数据来更新预测网络。该计算机实现的方法还包括将经更新的编码器恢复到初始条件。
用于语音识别递归神经网络转录定制

[发明专利]学习用于半监督学习的未配对多模态特征匹配-CN202180080588.4在审
发明人： S·乔杜里;木村大毅;仓田岳人;立花隆辉 -专利权人：国际商业机器公司
申请日： 2021-11-02 - 公布日： 2023-09-01 - 主分类号： G06N20/10 文献下载
摘要：提供了一种用于学习多模态特征匹配的计算机实现的方法。该方法包括训练图像编码器以获得编码图像。该方法还包括通过使用加标签图像来在编码图像上训练公共分类器。该方法还包括在将公共分类器保持在固定配置中的同时，通过使用学习的文本嵌入和该学习的文本嵌入的对应标签来训练文本编码器。进一步训练文本编码器以将由文本编码器编码的预测文本嵌入的距离与编码图像上的拟合高斯分布相匹配。
学习用于监督配对多模态特征匹配

[发明专利]备选软标签生成-CN202180082291.1在审
发明人：长野彻;福田隆;仓田岳人 -专利权人：国际商业机器公司
申请日： 2021-11-24 - 公布日： 2023-08-15 - 主分类号： G06N3/096 文献下载
摘要：可以提供一种识别用于训练学生模型的备选软标签的方法。教学模型可以为经标记的训练数据生成软标签。训练数据可以是用于语音或口头自然语言的声学文件。可以在标签级别搜索先前由教师模型生成的软标签池，以识别与所生成的软标签相似的软标签。相似的软标签在单词音素和/或状态级别可具有相似的长度或序列。所识别的相似软标签可以与所生成的软标签结合使用以训练学生模型。
备选标签生成

[发明专利]流式RNN变换器的准确度-CN202180065116.1在审
发明人： 仓田岳人;G·A·萨恩 -专利权人：国际商业机器公司
申请日： 2021-09-10 - 公布日： 2023-06-09 - 主分类号： G10L15/06 文献下载
摘要：提供了一种用于模型训练的计算机实现的方法。该方法包括训练具有双向编码器的第二端到端神经语音识别模型，以从第二端到端神经语音识别模型的输出概率网格中输出与从具有单向编码器的经训练的第一端到端神经语音识别模型的输出概率网格中输出的符号相同的符号。该方法还包括通过在知识蒸馏方法中使用经训练的第二端到端神经语音识别模型作为教师来训练作为学生的具有单向编码器的第三端到端神经语音识别模型，构建第三端到端神经语音识别模型。
流式 rnn 变换器准确度

[发明专利]估计语音中的符号序列的方法和系统-CN201780083738.0有效
发明人：铃木雅之;仓田岳人;立花隆辉;K·W·彻尔彻;B·拉马巴哈德兰;A·瑟西 -专利权人：国际商业机器公司
申请日： 2017-12-04 - 公布日： 2022-12-30 - 主分类号： G10L15/26 文献下载
摘要：使用计算机实现的方法估计符号序列，包括从语音到文本数据中检测目标符号序列的一个或多个候选，从语音到文本数据中提取每个候选的相关部分(S140)，检测相应候选的相关部分内每个候选的至少部分序列的重复(S150)，用重复指示标记检测到的重复(S160)，并使用包括每个候选者的重复指示的相应相关部分来估计每个候选是否是目标符号序列(S170)。
估计语音中的符号序列方法系统

[发明专利]用于处理序列数据的模型的训练-CN202180019824.1在审
发明人： 仓田岳人;K.奥德哈西 -专利权人：国际商业机器公司
申请日： 2021-03-19 - 公布日： 2022-10-25 - 主分类号： G10L15/16 文献下载
摘要：公开了一种用于训练模型的技术。获得训练样本，所述训练样本包括观察的输入序列和具有不同于观察的输入序列的长度的符号的目标序列。将观察的输入序列馈送到模型中以获得预测序列。预测序列相对于观察的输入序列移位一量。使用移位的预测序列和符号的目标序列基于损失来更新模型。
用于处理序列数据模型训练

[发明专利]用于训练模型的训练数据修改-CN202080021879.1在审
发明人： 仓田岳人 -专利权人：国际商业机器公司
申请日： 2020-03-23 - 公布日： 2021-10-29 - 主分类号： G06N3/04 文献下载
摘要：公开了一种用于训练模型的计算机实施的方法。该模型能够保留一个或多个先前元素的历史并且具有预测方向。该方法包括获取元素的训练序列。该方法还包括将训练序列分割成多个部分。该方法还包括根据模型的方向选择多个部分中的一个部分以生成经修改训练数据。该方法还包括使用经修改训练数据来进一步训练模型。
用于训练模型数据修改

[发明专利]通过帧插入对语音数据进行数据增强-CN202010749013.4在审
发明人：长野彻;福田隆;铃木雅之;仓田岳人 -专利权人：国际商业机器公司
申请日： 2020-07-30 - 公布日： 2021-03-02 - 主分类号： G10L15/06 文献下载
摘要：本发明涉及通过帧插入对语音数据进行数据增强。公开了一种用于语音数据的数据增强的技术。获得包括特征帧序列的原始语音数据。通过将一个或多个新帧插入所述特征帧序列中来生成所述原始语音数据的部分延长的副本。输出所述部分延长的副本作为增强语音数据用于训练声学模型。
通过插入语音数据进行增强

[发明专利]用于拆分语音的方法和设备-CN200710192753.7有效
发明人：伊东伸泰;仓田岳人 -专利权人：国际商业机器公司
申请日： 2007-11-16 - 公布日： 2008-07-02 - 主分类号： G10L15/00 文献下载
摘要：为了实现上述目的，本发明的一个方面是提供一种用于将会话式对话拆分成语段的设备。该设备包括：用于存储单词的拼写和发音的单词数据库；用于存储关于单词的句法规则的语法数据库；在至少两个信道中输入的会话式对话之中检测在产生主语音的信道中的暂停位置的暂停检测部分；在没有产生主语音的信道中检测应答位置的应答检测部分；通过提取存在于作为应答位置的基点之前和之后的预定范围以内的暂停来提取主语音中的候选边界的候选边界提取部分；以及在通过参考单词数据库和语法数据库而将分段的语音拆分成优化语段之后，输出由所提取的候选边界之一进行分段的语音单词串的识别单元。
用于拆分语音方法设备

[发明专利]用于识别被输入的语音的重音的系统和方法-CN200710186763.X有效
发明人：立花隆辉;长野彻;西村雅史;仓田岳人 -专利权人：国际商业机器公司
申请日： 2007-11-16 - 公布日： 2008-06-04 - 主分类号： G10L13/00 文献下载
摘要：一种用于识别被输入的语音的重音的系统和方法，存储：培训用语数据、培训语音数据、以及培训边界数据。然后，在输入边界数据的候选者后，根据输入用语数据、培训用语数据和培训边界数据来计算第一概率，所述第一概率是在输入文本中的字的韵律词组的每个边界与输入的边界数据候选者之一一致的概率。另外，在输入语音具有由输入的边界数据候选者之一指定的韵律词组的边界的情况下，也根据输入语音数据、培训语音数据和培训边界数据来计算第二概率。所述第二概率是在输入文本中的每个字的语音与由输入语音数据指定的语音一致的概率。其后，从输入的边界数据候选者搜索出最大化第一和第二概率的乘积的一个边界数据候选者，然后输出搜索结果。
用于识别输入语音重音系统方法

1
共 10 条