买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】多任务语音识别模型训练方法、多任务语音识别方法_思必驰科技股份有限公司_202011327809.7 

申请/专利权人:思必驰科技股份有限公司

申请日:2020-11-24

公开(公告)日:2023-01-13

公开(公告)号:CN112331187B

主分类号:G10L15/02

分类号:G10L15/02;G10L15/06

优先权:

专利状态码:有效-授权

法律状态:2023.01.13#授权;2021.02.26#实质审查的生效;2021.02.05#公开

摘要:本发明公开一种多任务语音识别模型训练方法,其中多任务语音识别模型包括卷积层、最大池化层、线性变换层、映射层和多个子任务线性分类层,该方法包括:根据样本音频获取样本音频频谱特征;将样本音频频谱特征输入至卷积层进行卷积处理;通过最大池化层对卷积处理后的所述样本音频频谱特征进行最大池化操作以获得对应于样本音频的句子级别表征信息;通过线性池化层对句子级别表征信息进行线性变化;通过映射层根据线性变化结果对多个子任务线性分类层的参数进行更新。本发明在保证各个子任务性能的前提下,一个模型解决了语音中所包含的多种副信息识别问题,减少了服务端占用的内存和计算量,更加方便的服务用户,满足用户不同的需求。

主权项:1.一种多任务语音识别模型训练方法,其特征在于,所述多任务语音识别模型包括卷积层、最大池化层、线性变换层、映射层和多个子任务线性分类层,所述方法包括:根据样本音频获取样本音频频谱特征;将所述样本音频频谱特征输入至卷积层进行卷积处理;通过所述最大池化层对卷积处理后的所述样本音频频谱特征进行最大池化操作以获得对应于所述样本音频的句子级别表征信息;通过所述线性变换层对所述句子级别表征信息进行线性变化;通过所述映射层根据线性变化结果对所述多个子任务线性分类层的参数进行更新,其中,所述线性变换层包括第一至第二子线性变化层,两次线性变换后的结果接入所述映射层,其中,所述通过所述映射层根据线性变化结果对所述多个子任务线性分类层的参数进行更新包括:通过所述映射层采用for循环来根据线性对变化结果对所述多个子任务线性分类层的参数进行更新。

全文数据:

权利要求:

百度查询: 思必驰科技股份有限公司 多任务语音识别模型训练方法、多任务语音识别方法

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。