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！

龙图腾网获悉北京云上曲率科技有限公司申请的专利基于ASR信息的多语种识别方法及系统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：CN115064151B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210636769.7，技术领域涉及：G10L15/00；该发明授权基于ASR信息的多语种识别方法及系统是由王旭东;郑大川;陈振标;杜晓祥设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本基于ASR信息的多语种识别方法及系统在说明书摘要公布了：基于ASR信息的多语种识别方法及系统，该方法对测试数据进行静音检测，去掉静音片段后，得到非静音数据；将得到的非静音数据进行Fbank特征和Pitch特征提取，将提取的Fbank特征和Pitch特征输送到多语种混合ASR模型，通过所述多语种混合ASR模型得到Encoder输出信息；将得到的Encoder输出信息输送到多语种分类模型，通过所述多语种分类模型得到语种预测结果。训练过程进行速度扰动、音量扰动、加高斯噪声和谱增强数据增强处理。本发明提升了模型语种识别性能；在资源稀缺、高混淆任务中同样能达到较高性能，提高了现有通用技术下的识别准确率。

本发明授权基于ASR信息的多语种识别方法及系统在权利要求书中公布了：1.基于ASR信息的多语种识别方法，其特征在于，包括： 对测试数据进行静音检测，去掉静音片段后，得到非静音数据； 将得到的非静音数据进行Fbank特征和Pitch特征提取，将提取的Fbank特征和Pitch特征输送到多语种混合ASR模型，通过所述多语种混合ASR模型得到Encoder输出信息； 将得到的Encoder输出信息输送到多语种分类模型，通过所述多语种分类模型得到语种预测结果； 所述多语种分类模型的训练步骤包括： 对原始多语种训练数据进行静音检测，去除掉静音片段； 进行数据增强处理，扩充训练数据；提取Fbank特征和Pitch特征，送入训练好的所述多语种混合ASR模型中，得到Encoder输出信息； 将Encoder输出信息作为特征，送入多语种分类模型进行训练； 数据增强处理包括速度扰动、音量扰动、加高斯噪声和谱增强； Fbank特征包含音频频谱特征之间的相关性信息；Pitch特征包含说话人的基频特征； 所述多语种混合ASR模型采用conformer结构，所述多语种混合ASR模型包括12层Encoder和6层Decoder，训练时采用CTC+AttentionDecoderloss联合训练方式； 所述多语种分类模型采用7层tdnn结构，前5层为帧级别计算，后2层为段级别计算，经过softmax输出得到预测的各个语种类别结果； 特征提取采用80维Fbank+3维Pitch的组合方法；数据增强处理过程中，首先进行速度扰动，扰动参数在0.9和1.1两者间随机选取，即对原始数据进行0.9或1.1倍变速处理；其次是音量扰动，扰动参数从-12db～12db随机选取；然后加高斯噪声，信噪比从10～30随机选取；最后是谱增强，先将时域信号进行fft处理，得到时频域信号；然后分别对时域和频域进行随机mask，最后再进行ifft处理得到时域信号。

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北京云上曲率科技有限公司，其通讯地址为：100000 北京市海淀区科学院南路2号1号楼9层913；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”。

以上内容由龙图腾AI智能生成。