一种自组织麦克风阵列语音识别通道选择方法

发明专利有效专利

申请号：
CN202110462105.9
IPC分类号：G10L15/28;G10L15/06;G10L15/20
申请日期：
2021-04-27
申请人：
西北工业大学;西北工业大学深圳研究院

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	一种自组织麦克风阵列语音识别通道选择方法
申请号	CN202110462105.9	申请日期	2021-04-27
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113223534A
优先权	暂无	优先权号	暂无
主分类号	G10L15/28 ? 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〕 G10L15/28 语音识别系统的结构细节〔7，2013.01〕	IPC分类号	G;1;0;L;1;5;/;2;8;;;G;1;0;L;1;5;/;0;6;;;G;1;0;L;1;5;/;2;0查看分类表>
申请人	西北工业大学;西北工业大学深圳研究院	申请人地址	陕西省西安市友谊西路127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	西北工业大学,西北工业大学深圳研究院	当前权利人	西北工业大学,西北工业大学深圳研究院
发明人	张晓雷;陈俊淇;陈益江
代理机构	西北工业大学专利中心	代理人	金凤

摘要

本发明公开了一种自组织麦克风阵列语音识别通道选择方法，该方法通过设计一种针对大规模自组织麦克风阵列语音识别任务下基于Scaling Spasemax的通道选择算法，将含噪程度高的通道权重置零从而对通道做出选择，以达到更低的语音识别错误率。具体框架如下：(1)采用编码器‑解码器架构，其中编码器基于Conformer框架，解码器基于Transformer框架，并在编码器‑解码器模块中引入多头注意力机制。(2)对于单通道语音识别系统，采用干净语音单独训练。(3)对于多通道语音识别系统，将各个通道语音编码后共享同一个解码器，并基于流注意力机制设计融合层，以此对各个通道做出选择后融合。实验结果表明本专利方法在大规模自组织麦克风阵列下较其他方法语音识别准确率更高。

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