“寇佳威”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多编码器的通话语音识别方法-CN202310418560.8在审
发明人：邱原;肖浩;魏锦波;刘作;黎聪;寇佳威;张闯;阮梓涵 -专利权人：西安理工大学;广西东信易通科技有限公司
申请日： 2023-04-19 - 公布日： 2023-08-22 - 主分类号： G10L15/08 文献下载
摘要：本发明公开了一种基于多编码器的通话语音识别方法，首先对通话语音按声道信息进行说话人分类；将分类好的语音按说话时间和空白信息进行切分排序；对排序好的语音进行预处理，并转为80维的Fbank特征；将Fbank特征按照前一句、识别句和后一句进行拼接作为语境信息的来源；将拼接后的语音和目标句分别输入到两个不同的编码器中，按照不同的方式进行语境信息的融合，获得包含语境信息的隐空间特征；再输入到历史解码器中，在历史解码器中与之前识别的文本特征进行融合，得到包含上下文的特征信息；最终进行解码操作得到目标语音的识别结果。本发明通过充分挖掘通话中的语境信息，弥补了传统语音识别对于语境信息的缺失，提高了通话语音识别的精度。
一种基于编码器通话语音识别方法

[发明专利]一种基于多路卷积网络的端到端语音识别方法-CN202310423069.4在审
发明人：邱原;肖浩;魏锦波;刘作;黎聪;寇佳威;赵中麒;贺胡松 -专利权人：西安理工大学;广西东信易通科技有限公司
申请日： 2023-04-19 - 公布日： 2023-08-01 - 主分类号： G10L15/16 文献下载
摘要：本发明公开了一种基于多路卷积网络的端到端语音识别方法，专门针对中文语音识别过程中对于汉语发音中发音单元粗粒度化的识别改进，采用多路卷积网络MCNN对于语音数据从发音的时间帧和发音的频率谱的方向进行特征提取；在transformer的输入前端增加一个MCNN的多路卷积网络以此提前获取语音的局部特征，输入transformer网络中进行语音识别的训练，并在Encoder层后还增加了一个CTC结构，最后利用联合训练模型以CTC为辅助训练，从而加快整体模型的收敛速度。通过大量实验证明了本发明具有更强的鲁棒性和超过一般语音识别模型的识别率，并且因为模型可以模块化组成，为后期的改进提供了更强的可行性。
一种基于卷积网络端到端语音识别方法