申请/专利权人:上海交通大学
申请日:2023-12-04
公开(公告)日:2024-03-22
公开(公告)号:CN117746848A
主分类号:G10L15/183
分类号:G10L15/183;G10L15/06;G10L13/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明实施例提供一种基于知识驱动文本生成的语音识别领域自适应方法及系统。该方法包括:将目标领域知识输入至知识描述框架进行填充,引导大语言模型生成符合目标领域知识的目标领域文本;将目标领域文本输入至文本转语音模型,生成第一训练数据;利用第一训练数据对语音识别模型进行领域自适应的第一优化训练,利用训练后的语音识别模型输出第一训练数据的目标音频假设;将目标音频假设输入至大语言模型进行知识驱动的文本生成迭代,得到第二训练数据;利用第二训练数据对语音识别模型进行领域自适应的第二优化训练,得到领域自适应的语音识别模型。本发明实施例显著提高语音识别性能,同时优化训练出领域自适应性能更强的语音识别模型。
主权项:1.一种基于知识驱动文本生成的语音识别领域自适应方法,包括:将目标领域知识输入至知识描述框架进行填充,利用填充后的知识描述框架引导大语言模型生成符合所述目标领域知识的目标领域文本;将所述目标领域文本输入至文本转语音模型,生成目标领域音频,将所述目标领域文本以及对应的所述目标领域音频确定为第一训练数据;至少利用所述第一训练数据对语音识别模型进行领域自适应的第一优化训练,利用训练后的语音识别模型输出所述第一训练数据的目标音频假设;将所述目标音频假设输入至所述大语言模型进行知识驱动的文本生成迭代,得到第二训练数据;至少利用所述第二训练数据对语音识别模型进行领域自适应的第二优化训练,得到领域自适应的语音识别模型。
全文数据:
权利要求:
百度查询: 上海交通大学 基于知识驱动文本生成的语音识别领域自适应方法及系统
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。