模型的训练方法、语音识别方法、装置、介质及设备

发明专利有效专利

申请号：
CN202110736548.2
IPC分类号：G10L15/06;G10L15/16
申请日期：
2021-06-30
申请人：
北京有竹居网络技术有限公司

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	模型的训练方法、语音识别方法、装置、介质及设备
申请号	CN202110736548.2	申请日期	2021-06-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-31	公开/公告号	CN113327598A
优先权	暂无	优先权号	暂无
主分类号	G10L15/06 ? 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〕 G10L15/06 创建基准模板；训练语音识别系统，例如对说话者声音特征的适应（G10L 15/14优先）〔7，2013.01〕	IPC分类号	G;1;0;L;1;5;/;0;6;;;G;1;0;L;1;5;/;1;6查看分类表>
申请人	北京有竹居网络技术有限公司	申请人地址	北京市平谷区林荫北街13号信息大厦802室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京有竹居网络技术有限公司	当前权利人	北京有竹居网络技术有限公司
发明人	董林昊;梁镇麟;蔡猛;马泽君
代理机构	北京英创嘉友知识产权代理事务所（普通合伙）	代理人	曹寒梅

摘要

本公开涉及一种模型的训练方法、语音识别方法、装置、介质及设备。所述语音识别模型通过主节点和多个工作节点对预设模型进行联合训练获得，所述语音识别模型训练方法包括：针对每一所述工作节点中的预设模型，获取所述预设模型在当前的迭代步骤对应的训练语音数据；根据每一所述预设模型对应的训练语音数据，确定所述主节点中的预设模型在所述迭代步骤对应的目标梯度；确定所述迭代步骤对应的学习率；根据所述学习率和所述目标梯度对所述主节点中的预设模型的模型参数进行更新。由此，在迭代过程中可以动态确定与该迭代步骤对应的学习率，提高学习率与训练过程中的匹配性，提高训练所得的语音识别模型泛化性和稳定性的同时，提升训练效率。

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