一种基于预训练的多任务空管语音识别方法及装置

发明专利有效专利

申请号：
CN202211118845.1
IPC分类号：G10L15/02;G10L15/04;G10L15/06;G10L15/08;G10L15/16;G10L15/26
申请日期：
2022-09-15
申请人：
四川大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于预训练的多任务空管语音识别方法及装置
申请号	CN202211118845.1	申请日期	2022-09-15
法律状态	实质审查	申报国家	中国
公开/公告日	2022-10-18	公开/公告号	CN115206293A
优先权	暂无	优先权号	暂无
主分类号	G10L15/02 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L15/00 语音识别（G10L 17/00优先）〔7，2013.01〕 G10L15/02 语音识别的特征提取；识别单位的选择〔7〕	IPC分类号	G;1;0;L;1;5;/;0;2;;;G;1;0;L;1;5;/;0;4;;;G;1;0;L;1;5;/;0;6;;;G;1;0;L;1;5;/;0;8;;;G;1;0;L;1;5;/;1;6;;;G;1;0;L;1;5;/;2;6查看分类表>
申请人	四川大学	申请人地址	四川省成都市一环路南一段24号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川大学	当前权利人	四川大学
发明人	张子宸;林毅;张建伟
代理机构	四川力久律师事务所	代理人	韩洋

摘要

本发明涉及人工智能技术领域，具体涉及一种基于预训练的多任务空管语音识别方法及装置。方法包括获取空管语音数据并对其进行预处理，得到训练样本数据集，分为第一阶段预训练数据集和第二阶段训练数据集；其次，构建空管语音编码模型；将第一阶段预训练数据集输入到空管语音编码模型进行预训练；在预训练后的空管语音编码模型之后，构建多任务空管语音识别模型；建立多任务空管语音识别模型的损失函数；通过损失函数和第二阶段训练数据集对多任务空管语音识别模型进行训练；最后，将按句切分后的空管语音数据输入到训练后的多任务空管语音识别模型中输出结果。本发明通过基于更少标签样本训练，实现更快速度、更高准确率的语音识别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供