申请/专利权人：湘潭大学

申请日：2022-06-07

公开（公告）日：2022-09-06

公开（公告）号：CN115019772A

主分类号：G10L15/00

分类号：G10L15/00;G10L21/02;G10L15/16;H04N21/8547;G06V40/20;G06V20/40;G06V10/82;G06V10/80;G06N3/08;G06N3/04;G06K9/62;G06F40/289

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.09.23#实质审查的生效;2022.09.06#公开

摘要：本发明公开了一种基于视觉信息的粤语语音识别增强方法，步骤如下：S1、构建数据集；S2、数据处理；S3、使用算法对预处理过的数据进行训练，得到训练模型。S4、利用训练模型在不同语音环境下对识别效果同纯音频模型进行对比。本发明采用上述的一种基于视觉信息的粤语语音识别增强方法，通过提出一种基于多尺度时间卷积网络的端到端音视频增强网络，利用视觉信息对粤语语音识别增强，有效的提升了在复杂的语音环境下的粤语语音识别效果。

主权项：1.一种基于视觉信息的粤语语音识别增强方法，其特征在于，步骤如下：S1、构建数据集；S2、数据处理；S3、使用算法对预处理过的数据进行训练，得到训练模型；S4、利用训练模型在不同语音环境下对识别效果同纯音频模型进行对比。

全文数据：

权利要求：

百度查询： 湘潭大学 一种基于视觉信息的粤语语音识别增强方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD