申请/专利权人:腾讯科技(深圳)有限公司
申请日:2018-05-24
公开(公告)日:2020-07-24
公开(公告)号:CN111445905A
主分类号:G10L15/22(20060101)
分类号:G10L15/22(20060101);G10L15/02(20060101);G10L15/07(20130101);G10L15/06(20130101);G10L15/16(20060101);G10L25/24(20130101);G10L25/30(20130101)
优先权:
专利状态码:有效-授权
法律状态:2023.08.08#授权;2020.08.18#实质审查的生效;2020.07.24#公开
摘要:本申请提供了混合语音识别网络训练方法,包括:通过混合语音识别网络中的深度神经网络获取混合语音样本,通过混合语音识别网络对混合语音样本的向量和相应的有监督标注进行处理,形成目标对象在向量空间的语音提取子;通过混合语音识别网络,利用混合语音样本的向量和语音提取子确定目标对象的掩码;通过目标对象的掩码与目标对象的参考语音对混合语音识别网络的参数进行更新。本申请还提供了混合语音识别方法、装置及存储介质。本申请可从混合语音中确定出目标对象的语音,方便对混合语音中目标对象的语音进行追踪,同时在混合语音识别网络训练过程中仅需要混合语音样本有效减少了训练阶段的样本数量,提升了混合语音识别网络的训练效率。
主权项:1.一种混合语音识别网络训练方法,其特征在于,所述方法包括:通过所述混合语音识别网络中的深度神经网络获取混合语音样本,其中,所述混合语音样本包括至少两个不同的说话人的语音;所述深度神经网络确定与所述混合语音样本对应的混合语音样本的向量;通过所述混合语音识别网络对所述混合语音样本的向量和相应的有监督标注进行处理,形成目标对象在向量空间的语音提取子;通过所述混合语音识别网络,利用所述混合语音样本的向量和所述语音提取子确定所述目标对象的掩码;通过所述目标对象的掩码与目标对象的参考语音对所述混合语音识别网络的参数进行更新。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 混合语音识别网络训练方法、混合语音识别方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。