基于深层神经网络的声学模型训练方法、主机和系统

发明专利有效专利

申请号：
CN201310704701.9
IPC分类号：G10L15/06;G10L15/16
申请日期：
2013-12-19
申请人：
百度在线网络技术（北京）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	基于深层神经网络的声学模型训练方法、主机和系统
申请号	CN201310704701.9	申请日期	2013-12-19
法律状态	授权	申报国家	中国
公开/公告日	2014-03-26	公开/公告号	CN103680496A
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	百度在线网络技术（北京）有限公司	申请人地址	北京市海淀区上地十街10号百度大厦三层变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	百度在线网络技术（北京）有限公司	当前权利人	百度在线网络技术（北京）有限公司
发明人	贾磊;苏丹;胡娜
代理机构	北京品源专利代理有限公司	代理人	胡彬

摘要

本发明公开了一种基于深层神经网络的声学模型训练方法、主机和系统。所述基于深层神经网络的声学模型方法包括：算主机从主控主机获取原始深层神经网络的副本深层神经网络；所述运算主机基于训练数据对副本深层神经网络进行训练，且按照设定规律进入停止状态；当所述运算主机处于停止状态时，将所述副本深层神经网络的加权参数的变化量提供给所述主控主机；所述运算主机接收所述主控主机发送的原始深层神经网络的加权参数绝对值，并根据加权参数绝对值更新副本深层神经网络的加权参数。本发明公开的声学模型训练方法、主机和系统利用多台主机异步、并行的进行深层神经网络训练，大幅提高了深层神经网络训练的效率。

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