申请/专利权人:武汉烽火普天信息技术有限公司
申请日:2023-12-27
公开(公告)日:2024-04-12
公开(公告)号:CN117877467A
主分类号:G10L15/06
分类号:G10L15/06;G10L15/22;G10L15/02;G10L15/16;G10L17/22;G10L17/10;G10L17/04;G10L17/02;G10L17/18
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本申请提供了基于语音和语义的多模态语音唤醒识别方法及系统,方法包括以下步骤:采集获取唤醒词语音和唤醒词语音对应的标注文本,并划分训练集和测试集;采用训练集和测试集训练获取语音和文本的特征提取器;输入采集获取的唤醒词语音和标注文本至特征提取器,获取唤醒语音的语音特征和语义特征;对语音特征和语义特征进行融合处理,获取多模态高维融合特征,输入多模态高维融合特征至语音唤醒分类模型进行模型训练,基于训练后的语音唤醒分类模型,获取多模态语音唤醒识别策略。本申请通过训练获取特征提取器和语音唤醒分类模型,在单语音特征的基础上加入了高维的语义特征信息,有利于提升神经网络和解码处理过程中语音唤醒的准确率。
主权项:1.一种基于语音和语义的多模态语音唤醒识别方法,其特征在于,包括以下步骤:采集获取唤醒词语音和唤醒词语音对应的标注文本,并划分训练集和测试集;采用训练集和测试集训练获取语音和文本的特征提取器;输入采集获取的唤醒词语音和标注文本至特征提取器,获取唤醒语音的语音特征和语义特征;对语音特征和语义特征进行融合处理,获取多模态高维融合特征,输入多模态高维融合特征至语音唤醒分类模型进行模型训练,基于训练后的语音唤醒分类模型,获取多模态语音唤醒识别策略。
全文数据:
权利要求:
百度查询: 武汉烽火普天信息技术有限公司 基于语音和语义的多模态语音唤醒识别方法及系统
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。