申请/专利权人:科大讯飞华南人工智能研究院(广州)有限公司
申请日:2020-09-15
公开(公告)日:2024-04-09
公开(公告)号:CN112259100B
主分类号:G10L15/26
分类号:G10L15/26;G10L17/00;G10L15/14;G10L15/16
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.02.09#实质审查的生效;2021.01.22#公开
摘要:本申请公开了一种语音识别方法及相关模型的训练方法和相关设备、装置,其中,语音识别方法包括:对原始音频、候选文本进行编码,对应得到原始音频表示、候选文本表示;其中,候选文本是对原始音频进行初始识别而得到的;利用原始音频表示对候选文本表示进行调整,得到与候选文本表示对应的重构文本表示;对重构文本表示进行若干次预测,并将每次预测得到的预测文字的组合,作为原始音频的最终识别文本。上述方案,能够提高语音识别准确性。
主权项:1.一种语音识别方法,其特征在于,包括:对原始音频、候选文本进行编码,对应得到原始音频表示、候选文本表示;其中,所述候选文本是对所述原始音频进行初始识别而得到的;利用所述原始音频表示对所述候选文本表示进行调整,得到与所述候选文本表示对应的重构文本表示;其中,所述重构文本表示至少由与所述候选文本表示对应的校正文本表示得到,且所述校正文本表示由所述原始音频表示对所述候选文本表示进行校正得到;对所述重构文本表示进行若干次预测,并将每次预测得到的预测文字的组合,作为所述原始音频的最终识别文本。
全文数据:
权利要求:
百度查询: 科大讯飞华南人工智能研究院(广州)有限公司 语音识别方法及相关模型的训练方法和相关设备、装置
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。