申请/专利权人:杭州阿里云飞天信息技术有限公司
申请日:2023-11-09
公开(公告)日:2024-05-03
公开(公告)号:CN117975943A
主分类号:G10L15/06
分类号:G10L15/06;G10L15/16;G10L15/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:本说明书实施例提供语音处理、预训练语言模型训练以及语音识别方法,其中所述语音处理方法包括:获取语音处理任务对应的目标语音数据;对目标语音数据进行特征提取,获得目标语音数据的离散特征序列;将离散特征序列输入预训练语言模型,经预训练语言模型的输入单元,基于文本特性对离散特征序列进行分割探索处理,获得分割探索处理结果;经预训练语言模型的编解码单元,根据分割探索处理结果生成目标语音数据对应的处理结果。通过生成离散特征序列,使得语音和文本较为相似,对离散特征序列进行分割探索处理,有效地减少了语音和文本之间的情态差距并保证了语音特性,增强了预训练语言模型在理解和响应语音输入的适应性,提高了语音处理性能。
主权项:1.一种语音处理方法,包括:获取语音处理任务对应的目标语音数据;对所述目标语音数据进行特征提取,获得所述目标语音数据的离散特征序列;将所述离散特征序列输入预训练语言模型,经所述预训练语言模型的输入单元,基于文本特性对所述离散特征序列进行分割探索处理,获得分割探索处理结果;经所述预训练语言模型的编解码单元,根据所述分割探索处理结果生成所述目标语音数据对应的处理结果。
全文数据:
权利要求:
百度查询: 杭州阿里云飞天信息技术有限公司 语音处理、预训练语言模型训练以及语音识别方法
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。