科大讯飞股份有限公司尤祖寰获国家专利权
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!
龙图腾网获悉科大讯飞股份有限公司申请的专利一种语音识别方法、装置、存储介质及设备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:CN114333778B 。
龙图腾网通过国家知识产权局官网在2025-09-05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:202111661788.7,技术领域涉及:G10L15/02;该发明授权一种语音识别方法、装置、存储介质及设备是由尤祖寰;刘聪设计研发完成,并于2021-12-30向国家知识产权局提交的专利申请。
本一种语音识别方法、装置、存储介质及设备在说明书摘要公布了:本申请公开了一种语音识别方法、装置、存储介质及设备,该方法包括:首先获取待识别的目标语音,然后再将目标语音输入至预先构建的语音识别模型,识别得到目标语音对应的字符概率分布;其中,语音识别模型是在基于注意力机制的神经网络模型基础上,结合RnnT损失约束函数训练得到的神经网络模型;接着可以根据目标语音对应的字符概率分布,对目标语音进行识别,得到目标语音的识别结果。由于本申请中预先构建的语音识别模型是在基于注意力机制的神经网络模型基础上,结合RnnT损失约束函数训练得到的,从而能够在模型训练时,利用RnnT损失约束函数显式地对输入特征和输出字符之间做对齐约束,进而提升了模型的泛化能力,也提升了语音识别效果和准确率。
本发明授权一种语音识别方法、装置、存储介质及设备在权利要求书中公布了:1.一种语音识别方法,其特征在于,包括: 获取待识别的目标语音; 将所述目标语音输入至预先构建的语音识别模型,识别得到所述目标语音对应的字符概率分布;所述语音识别模型是在基于注意力机制的神经网络模型基础上,结合递归神经网络转换器RnnT损失约束函数训练得到的神经网络模型;所述语音识别模型包括输入层、编码器层、分类层、注意力机制层、仿联合网络层、输出层; 根据所述目标语音对应的字符概率分布,对所述目标语音进行识别,得到所述目标语音的识别结果; 所述将所述目标语音输入至预先构建的语音识别模型,识别得到所述目标语音对应的字符概率分布,包括: 将所述目标语音的声学特征通过所述输入层输入所述编码器层,得到编码特征; 将所述编码特征输入所述分类层,得到所述目标语音中每个语音帧对应的字符初始概率分布; 将所述编码特征输入所述注意力机制层,得到所述目标语音中每个语音帧的注意力系数; 将所述目标语音中每个语音帧对应的字符初始概率分布和注意力系数输入所述仿联合网络层,得到所述目标语音中每个语音帧对应的字符中间概率分布;并将所述字符中间概率分布与一维空字符的概率进行拼接,得到更新后的中间概率分布; 利用所述RnnT损失约束函数,对所述更新后的中间概率分布进行约束,得到所述目标语音中每个语音帧对应的字符的最终概率分布。
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科大讯飞股份有限公司,其通讯地址为:230088 安徽省合肥市高新区望江西路666号;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。