[发明专利]一种语音识别的方法、装置、设备及介质有效
| 申请号： | 202011046734.5 | 申请日： | 2020-09-29 |
| 公开（公告）号： | CN111933113B | 公开（公告）日： | 2021-03-02 |
| 发明（设计）人： | 李健;韩雨;武卫东;陈明 | 申请（专利权）人： | 北京捷通华声科技股份有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/08;G10L15/26;G10L25/03 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 莎日娜 |
| 地址： | 100193 北京市海淀区东北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种语音识别的方法、装置、设备及介质。所述方法包括：通过将获取的音频数据转化为对应的语谱图；判断所述语谱图的帧数是否为预设帧数；若所述语谱图的帧数不为预设帧数，则对所述语谱图进行补零，以使补零后得到的待识别语谱图的帧数为所述预设帧数；将所述待识别语谱图输入到多任务卷积神经网络声学模型中。实现了直接向声学模型输入语谱图，进而识别出音频数据的文本。相较现有技术计算MFCC特征造成的频域上的信息损失，本发明减少了输入特征的损失，增加了音频数据的辨识度，并且更加有利于声学模型提取特征信息。 | ||
| 搜索关键词： | 一种 语音 识别 方法 装置 设备 介质 | ||
【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北京捷通华声科技股份有限公司，未经北京捷通华声科技股份有限公司许可，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/202011046734.5/，转载请声明来源钻瓜专利网。
