[发明专利]一种深度混合生成网络自适应方法及系统有效
| 申请号： | 201810054314.8 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108417207B | 公开（公告）日： | 2020-06-30 |
| 发明（设计）人： | 钱彦旻;丁文;谭天 | 申请（专利权）人： | 苏州思必驰信息科技有限公司;上海交通大学 |
| 主分类号： | G10L15/065 | 分类号： | G10L15/065 |
| 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： | 方挺;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： | 本发明公开一种深度混合生成网络自适应方法及系统，所述方法包括：从训练数据集中获取的训练音频数据和相应于训练音频数据的训练文本数据分别作为输入和输出，来训练深度混合生成网络，以从高斯混合模型中获取全局音素均值；根据说话者的注册音频数据确定说话者的说话者音素均值；确定用于将全局音素均值向说话者音素均值转化的自适应转化矩阵；基于自适应转化矩阵调整高斯混合模型以实现深度混合生成网络的自适应。本发明中通过将深度神经网络与高斯混合模型的结合，使得进行自适应时只需要对高斯混合模型网络进行自适应调整即可，而不必对整个网络进行重新训练，所以简化了自适应过程，提升了自适应效率。 | ||
| 搜索关键词： | 一种 深度 混合 生成 网络 自适应 方法 系统 | ||
【主权项】：
1.一种深度混合生成网络自适应方法，所述深度混合生成网络由高斯混合模型替换深度神经网络的输出层构成，所述方法包括：从训练数据集中获取的训练音频数据和相应于所述训练音频数据的训练文本数据分别作为输入和输出，来训练所述深度混合生成网络，以从所述高斯混合模型中获取全局音素均值；根据说话者的注册音频数据确定所述说话者的说话者音素均值；确定用于将所述全局音素均值向所述说话者音素均值转化的自适应转化矩阵；基于所述自适应转化矩阵调整所述高斯混合模型以实现所述深度混合生成网络的自适应。
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苏州思必驰信息科技有限公司;上海交通大学，未经苏州思必驰信息科技有限公司;上海交通大学许可，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/201810054314.8/，转载请声明来源钻瓜专利网。
- 上一篇：基于大数据的信息高速处理方法
- 下一篇：一种语音输入方法和装置
