深圳市惟客数据科技有限公司李翔获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉深圳市惟客数据科技有限公司申请的专利一种支持双线场景的语音识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116312479B 。
龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310041299.4,技术领域涉及:G10L15/02;该发明授权一种支持双线场景的语音识别方法是由李翔;李柯辰;汪凡设计研发完成,并于2023-01-12向国家知识产权局提交的专利申请。
本一种支持双线场景的语音识别方法在说明书摘要公布了:本申请公开的属于语音识别技术领域,具体为一种支持双线场景的语音识别方法,包括语音处理、局部特征提取、在线处理、离线处理、模型训练、模型部署与服务多个步骤,本发明基于一个新颖的支持双线场景的语音识别系统,可以同时达到在线实时的响应速度,以及离线的识别精度,一个系统满足所有的语音识别场景,降低模型的使用门槛和维护成本。
本发明授权一种支持双线场景的语音识别方法在权利要求书中公布了:1.一种支持双线场景的语音识别方法,其特征在于:包括以下步骤: 步骤1:语音处理:首先对语音信号进行预处理,输出声学特征; 步骤2:局部特征提取:基于擅长处理局部特征的视觉的神经网络结构,把步骤1中声学特征输入到一个18层的ResNet中,用于缩减序列的长度和捕获局部的特征; 步骤3:在线处理:包括动态编码器和解码器,步骤2输出的特征作为本模块的输入,每个片段帧首先输入到动态编码器中,接着对应的输出再输入到解码器中生成一个中间值,当所有的声学片段都被在线模块处理后,所有的中间值连接起来作为离线处理模块的输入; 步骤4:离线处理:采用一个全顺序的编码器和文本编码器,一个全顺序的解码器;步骤3输出的结果作为离线处理的输入,先输入到离线模块中的全顺序编码器生成一个新的中间向量,同时再输入到文本编码器中生成对应的语义中间向量,再把这两个中间向量拼接起来,输入到全顺序解码器中,输出最终的结果; 步骤5:模型训练:基于AISHELL数据集,训练和验证、评估的比例为8:1:1,优化器采用AdamOptimizer,其中β1为0.8,β2为0.98,热身次数为8000,学习率为0.00003,迭代次数为6千次; 步骤6:模型部署与服务:将步骤5中训练完成的模型部署到服务器上,实时或批量的方式对发过来的语音进行识别,并转成对应的文字返回。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市惟客数据科技有限公司,其通讯地址为:518000 广东省深圳市南山区粤海街道海珠社区海德三道199号天利中央商务广场3106-3111(3106、3108、3109、3110);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。