买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜上证所信息网络有限公司申请的专利基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119517038B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510074500.8，技术领域涉及：G10L15/26；该发明授权基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法是由李昊勇;赵洋明;陈文军;楼旦;徐俊轩设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法在说明书摘要公布了：本申请涉及语音识别技术领域，提供基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法，方法包括：通过滑动窗口方式将原始音频切分片段输入双路语音识别大模型；基于拼音相似度，通过对比双路语音识别大模型的两路输出结果，得到第一识别结果和已有结果；基于拼音相似度，拼接第一识别结果与已有结果为第二识别结果；在第二识别结果的结束位置设置下个滑动窗口，并继续识别下个音频片段，直至所有音频片段识别结束，得到语音识别结果；将语音识别结果输入翻译模型，生成多语种字幕内容。本申请识别准确率高、鲁棒性强、长音频处理效果好，并具有可扩展性。

本发明授权基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法在权利要求书中公布了：1.一种基于Whisper和FunASR双路语音识别大模型的多语种字幕生成方法，其特征在于，所述方法包括：步骤S1：通过滑动窗口方式将原始音频切分片段输入所述双路语音识别大模型；步骤S2：基于拼音相似度，通过对比所述双路语音识别大模型的两路输出结果，得到第一识别结果和另一识别结果；步骤S3：基于拼音相似度，拼接所述第一识别结果与所述另一识别结果为第二识别结果；步骤S4：在所述第二识别结果的结束位置设置下个滑动窗口，并继续识别下个音频片段，直至所有音频片段识别结束，得到语音识别结果；步骤S5：将所述语音识别结果输入翻译模型，生成多语种字幕内容；所述步骤S2包括：对比所述双路语音识别大模型的两路输出结果的拼音相似度判断输出结果是否有效，拼音相似度Sp计算公式如下： ；其中，为两个输出结果的基于拼音一致判断的修改距离，为Whisper识别结果的字数，为FunASR识别结果的字数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上证所信息网络有限公司，其通讯地址为：201203 上海市浦东新区中国(上海)自由贸易试验区张东路1387幢37号101(复式)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。