[发明专利]一种应用于电力调度领域的语音识别方法及装置在审
| 申请号： | 201911002395.8 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110689880A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 鄢发齐;汪旸;王春明;程迪;陈钟钟;刘志成;徐浩;董向明;孙涛;吴怡菲;曲亮;金勇 | 申请（专利权）人： | 国家电网公司华中分部;武汉烽火普天信息技术有限公司 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16;G10L15/26;G10L15/02;G10L15/06;G10L15/20;G10L15/07;G10L25/24 |
| 代理公司： | 42239 武汉维创品智专利代理事务所(特殊普通合伙) | 代理人： | 余丽霞 |
| 地址： | 430077 湖北*** | 国省代码： | 湖北;42 |
| 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应用于电力调度领域的语音识别方法及装置。包括：将待识别语音的功率归一化倒谱系数特征输入至预设神经网络模型中的卷积神经网络，得到新的特征；将新的特征、功率归一化倒谱系数特征和说话人特征进行拼接，得到混合特征；将混合特征输入至预设神经网络模型中的若干组交替设置的时间延迟神经网络和双向长短期记忆循环神经网络，得到词序列集合针对待识别语音特征的后验概率；根据后验概率结合语言模型对待识别语音进行解码，得到识别出的词序列。在电力调度领域提出基于上述三个网络的语音识别声学模型多网络混合训练方法，使得能够通过训练好的模型对待识别语音进行识别，降低调度员的工作强度并缩短其重复性工作的时间。 | ||
| 搜索关键词： | 神经网络模型 功率归一化 倒谱系数 电力调度 后验概率 混合特征 语音识别 语音 词序列 预设 时间延迟神经网络 卷积神经网络 循环神经网络 解码 交替设置 声学模型 特征输入 语言模型 语音特征 多网络 拼接 集合 应用 网络 | ||
【主权项】：
1.一种应用于电力调度领域的语音识别方法，其特征在于，包括：/n获取电力调度领域的待识别语音的功率归一化倒谱系数特征和说话人特征；/n将所述功率归一化倒谱系数特征输入至预设神经网络模型中的卷积神经网络，得到新的特征；/n将所述新的特征、所述功率归一化倒谱系数特征和所述说话人特征进行拼接，得到混合特征；/n将所述混合特征输入至所述预设神经网络模型中的若干组交替设置的时间延迟神经网络和双向长短期记忆循环神经网络，得到词序列集合针对所述待识别语音特征的后验概率；/n根据所述后验概率结合语言模型对所述待识别语音进行解码，得到识别出的词序列；/n其中，所述预设神经网络模型是根据电力调度领域的多个语音样本进行训练后得到的；/n所述语言模型是根据电力调度领域的文本采用N-GRAM模型训练后得到的。/n
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国家电网公司华中分部;武汉烽火普天信息技术有限公司，未经国家电网公司华中分部;武汉烽火普天信息技术有限公司许可，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/201911002395.8/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于循环神经网络语音识别中语音数据增强方法及装置-201710651866.2
- 赵媛媛;徐爽;徐波 - 中国科学院自动化研究所
- 2017-08-02 - 2020-02-14 - G10L15/16
- 本发明涉及语音识别处理领域，提出了一种基于循环神经网络的语音数据增强的方法，旨在解决循环神经网络在语音识别中由于模拟语音识别中不规则语法现象引起的过度建模词间依赖的问题。该方法包括：从输入的语音数据中提取标识语音的各个频率能量值的声学特征，生成声学特征向量；根据预设的标注文件和声学特征向量获得语音数据的语句标签序列；通过决策聚类预设的标注文件和语句标签序列获得决策聚类操作后的对齐文件；生成一个[0,1]之间的第一随机数γ，并与预设的调整比例α比较；如果第一随机数γ大于调整比例α，在边界文件所指示的位置对上述语音数据进行增强处理。该方法够快速、方便地增加训练数据中不规则的口语化现象。
- 端到端语音识别方法、系统、装置及其存储介质-201911057703.7
- 李浩然;颜丙聪;赵力;张玲 - 南京励智心理大数据产业研究院有限公司
- 2019-10-31 - 2020-02-07 - G10L15/16
- 本申请公开了一种端到端语音识别方法、系统、装置及其存储介质，基于卷积神经网络和注意力机制的端到端语音识别系统，通过将注意力机制融合卷积神经网络中，并通过使用CTC损失函数构建完整的语音识别网络模型，实现深度学习，从原始语音数据中提取语音的语谱图作为CNN的输入，以提高语音的性能，大大减少了人工提取特征带来的信息损失，具有良好的应用前景。
- 一种应用于电力调度领域的语音识别方法及装置-201911002395.8
- 鄢发齐;汪旸;王春明;程迪;陈钟钟;刘志成;徐浩;董向明;孙涛;吴怡菲;曲亮;金勇 - 国家电网公司华中分部;武汉烽火普天信息技术有限公司
- 2019-10-21 - 2020-01-14 - G10L15/16
- 本发明实施例提供一种应用于电力调度领域的语音识别方法及装置。包括：将待识别语音的功率归一化倒谱系数特征输入至预设神经网络模型中的卷积神经网络，得到新的特征；将新的特征、功率归一化倒谱系数特征和说话人特征进行拼接，得到混合特征；将混合特征输入至预设神经网络模型中的若干组交替设置的时间延迟神经网络和双向长短期记忆循环神经网络，得到词序列集合针对待识别语音特征的后验概率；根据后验概率结合语言模型对待识别语音进行解码，得到识别出的词序列。在电力调度领域提出基于上述三个网络的语音识别声学模型多网络混合训练方法，使得能够通过训练好的模型对待识别语音进行识别，降低调度员的工作强度并缩短其重复性工作的时间。
- 一种命令词检测方法及电子设备-201910941654.7
- 刘梦歌;李深;雷欣;李志飞 - 出门问问信息科技有限公司
- 2019-09-30 - 2020-01-07 - G10L15/16
- 本发明公开了一种命令词检测方法及电子设备，首先采集语音信号；之后对所采集的语音信号进行特征提取，得到包括多个命令词的音频特征；接着将所述包括多个命令词的音频特征进行编码，得到多个命令词向量；进一步将所述多个命令词向量按照对应场景类别选择特定多分类器进行命令词检测，得到有效命令词。
- 语音识别方法及装置、存储介质、计算设备-201910967019.6
- 李君浩;邹婷婷;顾少丰 - 上海上湖信息技术有限公司
- 2019-10-12 - 2019-12-17 - G10L15/16
- 一种语音识别方法及装置、存储介质、计算设备，所述语音识别方法包括：从一组语音数据中提取情绪特征向量，并将所述一组语音数据转换为文本数据；基于所述情绪特征向量和所述文本数据，训练得到情绪检测模型，所述情绪检测模型用于计算情绪得分；基于待检测语音数据和所述情绪检测模型，计算所述待检测语音数据的情绪得分；基于所述情绪得分判断所述待检测语音数据是否具有违规风险。本发明提供的技术方案可以高效、准确地完成语音数据的检测，提高违规语音检出率。
- 用于稳健语音识别的变量组件深度神经网络-201480075008.2
- J·李;R·赵;Y·宫 - 微软技术许可有限责任公司
- 2014-09-09 - 2019-11-26 - G10L15/16
- 提供了用于结合环境变量的语音识别的系统和方法。该系统包括：语音捕捉设备(202)；特征提取模块(204)；环境变量模块(206)，其中所述环境变量模块确定环境变量的值；以及语音识别解码器(208)，其中所述语音识别译码器利用深度神经网络(DNN)来识别由所述语音捕捉装置捕捉的语音，其中所述DNN的一个或多个组件被建模为环境变量的一组函数。
- 深度神经网络的优化方法及系统-201310755402.8
- 刘聪;何婷婷;潘嘉;王智国;胡国平;胡郁 - 科大讯飞股份有限公司
- 2013-12-31 - 2019-11-15 - G10L15/16
- 本发明公开了一种深度神经网络的优化方法及系统，该方法包括：获取训练数据；根据所述训练数据对深度神经网络进行训练，获得所述深度神经网络各层间的权重参数矩阵；确定至少一个待优化的权重参数矩阵，所述待优化的权重参数矩阵选自所述深度神经网络的所有相邻两层之间的权重参数矩阵的集合中；对所述待优化的权重参数矩阵进行优化，并使所述待优化的权重参数矩阵中的权重参数的个数减少。应用本发明可以显著去除模型参数之间的冗余性、减少有效模型参数的数目，将优化后的深度神经网络应用于语音识别系统，可进一步显著减少识别解码中计算深度神经网络输出后验概率的运算量，从而明显提升了使用深度神经网络模型进行识别解码的速度。
- 基于前向神经网络语言模型的汉语语音关键词检索方法-201510906166.4
- 张鹏远;王旭阳;潘接林;颜永红 - 中国科学院声学研究所;北京中科信利技术有限公司
- 2015-12-09 - 2019-11-15 - G10L15/16
- 本发明提供了基于前向神经网络语言模型的汉语语音关键词检索方法，所述方法包括：步骤1)将包含历史词的输入样本和目标词输入前向神经网络模型，对于每个目标词wi，加入概率分布为q(wi)的若干个噪声词，并将最后一个隐藏层的激活输出传至目标词和这些噪声词所在节点处，由此根据目标函数计算各层之间的转换矩阵；计算输出层的输出与目标词的误差，更新各转换矩阵直至前向神经网络模型训练完毕；步骤2)利用前向神经网络模型计算输入词历史的目标词概率；步骤3)将目标词概率用于解码器中，通过解码器对语音解码得到多候选识别结果的词图，再将词图转为混淆网络并生成逆序索引；在逆序索引中检索关键词，返回命中关键词及其出现的时间。
- 专利分类
