北京方位通讯设备有限公司刘建兵获国家专利权
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!
龙图腾网获悉北京方位通讯设备有限公司申请的专利一种用于方言识别的新型动态时延神经网络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:CN120108419B 。
龙图腾网通过国家知识产权局官网在2025-11-07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:202510255371.2,技术领域涉及:G10L25/30;该发明授权一种用于方言识别的新型动态时延神经网络是由刘建兵;冯波;马强;商银忠;高峰;朱海波;姜瑞;宋聚坡;刘永辉设计研发完成,并于2025-03-05向国家知识产权局提交的专利申请。
本一种用于方言识别的新型动态时延神经网络在说明书摘要公布了:本发明公开了一种用于方言识别的新型动态时延神经网络,属于声学模型建模领域;具体是将现有时延神经网络引入k个并行卷积核,计算各自的注意力权重参数,加权平均后融合得到一个最优权重参数的卷积核;将该最优权重参数的卷积核替换现有时延神经网络的常规卷积核,得到改进的动态时延神经网络,根据不同的方言输入,动态调整该最优权重参数的卷积核中各权重参数,提取音频更深层次的特征信息,通过提取的深度特征与方言声学模板对比分析,最终结合分类器判定方言类别;本发明提高了判定音频所属方言种类的准确率。
本发明授权一种用于方言识别的新型动态时延神经网络在权利要求书中公布了:1.一种用于方言识别的新型动态时延神经网络,其特征在于,具体结构如下:将时延神经网络的卷积核进行更新: 首先,引入k个并行卷积核,计算各自的注意力权重系数; k是可调节的参数,时延神经网络的每一个计算节点都替换成动态调节的卷积权重; 然后,加权平均融合得到一个优化权重系数的卷积核;具体过程如下: 步骤一、将输入的音频特征做全局平均池化,得到长度为C的全局空间特征; 步骤二、将全局空间特征依次通过两个全连接层映射到k个维度,做softmax归一化处理,得到k个卷积核各自的权重系数; 公式如下: 其中,Zk是第二个全连接层的第k个输出,SoftmaxZk是第k个卷积核的权重系数; 步骤三、将所有并行的卷积核权重,按照各自的权重系数进行加权平均,融合得到新的卷积核; 每个卷积核的权重为Wconv,k∈RN×N×C,其中N是卷积核的大小; 融合得到新的卷积核Wnew,公式为: πk是第k个卷积核的权重系数,Wconv,k是第k个卷积核的原始权重; 最后,将该优化权重系数的卷积核替换时延神经网络的常规卷积核,得到改进的动态时延神经网络;当输入不同的方言时,动态调整该优化权重系数的卷积核中各权重系数,提取音频深度特征,通过提取的深度特征与方言声学模板对比分析,最终结合分类器判定方言类别; 改进的时延神经网络模型可根据输入方言的音频内容,自适应的选择特征提取模式:在方言发音的瞬态阶段强化短时脉冲响应,在稳态阶段增强共振峰追踪能力; 改进后的动态时延神经网络模型,输出公式为: Ct={Xt-n,Xt+n} 0≤πk≤1, Yt'为输出的深度特征,f是激活函数,WT和b分别是固定的权重矩阵和偏置向量,Ct为输入特征,Xt-n为t时刻输入到下层网络的上文信息帧数为n;Xt+n为t时刻输入到下层网络下文信息帧数为n,n大于等于1。
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方位通讯设备有限公司,其通讯地址为:102200 北京市昌平区回龙观东大街318号院3层302-1、302-3;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励