申请/专利权人:浙江大学
申请日:2020-03-31
公开(公告)日:2020-07-31
公开(公告)号:CN111477214A
主分类号:G10L15/06(20130101)
分类号:G10L15/06(20130101);G10L15/16(20060101);G06N3/08(20060101);G06N3/04(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.12.29#发明专利申请公布后的驳回;2020.08.25#实质审查的生效;2020.07.31#公开
摘要:本发明公开了一种基于端到端深度卷积神经网络的关键词检测模型,属于语音识别领域中的关键词识别领域。所述模型使用固定长度的语音作为输入,经过MFCC特征提取之后转化为固定长度的二维特征,经过3层卷积,1层池化和2层全连接之后,最终在softmax层输出各命令词的置信度。本发明提出的模型,具有模型结构简单、训练方法简单、计算和内存开销较低、识别精度高、抗噪声性能较强的特点,更适合部署到嵌入式设备上。
主权项:1.一种基于端到端深度卷积神经网络的关键词检测模型,其特征在于所述模型使用固定长度的语音作为输入,经过MFCC特征提取之后转化为固定长度的二维特征,经过3层卷积,1层池化和2层全连接之后,最终在softmax层输出各命令词的置信度。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于端到端深度卷积神经网络的关键词检测模型
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。