平安科技(深圳)有限公司周亚云获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利口音语音识别方法、装置、设备及存储介质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:CN112863485B 。
龙图腾网通过国家知识产权局官网在2025-09-02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:202011635764.X,技术领域涉及:G10L15/00;该发明授权口音语音识别方法、装置、设备及存储介质是由周亚云;马骏;王少军设计研发完成,并于2020-12-31向国家知识产权局提交的专利申请。
本口音语音识别方法、装置、设备及存储介质在说明书摘要公布了:本发明涉及人工智能领域,公开了一种口音语音识别方法、装置、设备及存储介质。该方法包括:获取多种口音语音样本,并分别对各所述口音语音样本进行口音标注和音素标注,对应得到多种口音标签和音素状态序列;分别提取各所述口音语音样本对应的第一声学特征;将所述第一声学特征、所述口音标签和所述音素状态序列输入预置训练模型进行训练,得到口音语音识别模型;获取待识别的口音语音,并提取所述口音语音的第二声学特征;将所述第二声学特征输入所述口音语音识别模型进行识别,输出所述口音语音对应的第二口音类别和音素状态序列。本发明通过引入门机制和口音识别分支,实现了多种口音语音的准确识别。
本发明授权口音语音识别方法、装置、设备及存储介质在权利要求书中公布了:1.一种口音语音识别方法,其特征在于,所述口音语音识别方法包括: 获取多种口音语音样本,并分别对各所述口音语音样本进行口音标注和音素标注,对应得到多种口音标签和音素状态序列; 分别提取各所述口音语音样本对应的第一声学特征; 将所述第一声学特征、所述口音标签和所述音素状态序列输入预置训练模型进行训练,得到口音语音识别模型; 获取待识别的口音语音,并提取所述口音语音的第二声学特征; 将所述第二声学特征输入所述口音语音识别模型进行识别,输出所述口音语音对应的第二口音类别和音素状态序列; 所述训练模型包括:Baseline模型和Xvector模型,所述Baseline模型包括第一TDNN网络、门机制层、第二TDNN网络和Softmax层,所述将所述第一声学特征、所述口音标签和所述音素状态序列输入预置训练模型进行训练,得到口音语音识别模型包括:将所述第一声学特征输入所述第一TDNN网络进行声学信息提取,得到第一有效信息;将所述第一有效信息输入所述Xvector模型进行口音类别识别,得到所述口音语音样本对应的第一口音类别;将所述第一有效信息和所述第一口音类别输入所述门机制层进行口音信息融合,得到第一口音融合信息;将所述第一口音融合信息输入所述第二TDNN网络进行口音信息调整,得到第一口音调整信息;将所述第一口音调整信息输入所述Baseline模型中的Softmax层进行特征运算,输出所述口音语音样本对应的音素状态序列;根据所述口音标签和所述音素状态序列,调用预置损失函数,计算所述口音语音样本对应的第一口音类别和音素状态序列的误差值;根据所述误差值,对所述Baseline模型和所述Xvector模型进行参数调优,直至所述Baseline模型和所述Xvector模型收敛,得到口音语音识别模型。
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平安科技(深圳)有限公司,其通讯地址为:518033 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;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。