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！

龙图腾网获悉浙江大学;浙江大学滨江研究院申请的专利一种基于特征融合的语音识别方法及装置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：CN115083411B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210842968.3，技术领域涉及：G10L15/22；该发明授权一种基于特征融合的语音识别方法及装置是由潘晓华;叶林辉;沈诗婧;尹建伟设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于特征融合的语音识别方法及装置在说明书摘要公布了：本发明公开了一种基于特征融合的语音识别方法，包括：步骤1、获取语音数据，对所述语音数据的文本内容进行标签标注，将语音数据与标注标签组成训练集；步骤2、构建基于特征融合的语音识别网络，所述语音识别网络包括特征提取模块，数据处理模块，特征融合模块，注意力模块以及识别模块；步骤3、采用步骤1的训练集，对语音识别网络进行训练，获得用于语音转文本的语音识别模型；步骤4、将待识别的语音数据输入至步骤3获得的语音识别模型，经识别分析后，输出语音数据对应的高质量识别文本。本发明还提供了一种语音识别装置。本发明提供的方法通过提取语音中多种特征进行识别，从而提高语音识别的准确率，获得高质量语音转文字的文本内容。

本发明授权一种基于特征融合的语音识别方法及装置在权利要求书中公布了：1.一种基于特征融合的语音识别方法，其特征在于，包括： 步骤1、获取语音数据，对所述语音数据的文本内容进行标签标注，将语音数据与标注标签组成训练集； 步骤2、构建基于特征融合的语音识别网络，所述语音识别网络是在CNN主干网络与RNN主干网络相互监督的基础上，引入注意力机制进行构建，所述语音识别网络包括特征提取模块，数据处理模块，特征融合模块，注意力模块以及识别模块，所述特征提取模块包括多特征提取器，所述多特征提取器用于提取输入语音数据中的语音特征和语音时序特征，并输入至数据处理模块，所述数据处理模块用于统一输入特征的维度，所述数据处理模块的统一特征维度是对语音特征进行重构，直至与语音时序特征维度一致，其表达式如下： LengthCNN*WidthCNN*Chan＝LengthRNN*Unite 式中，LengthCNN表示语音特征的长度，WidthCNN表示语音特征的宽度，Chan表示语音特征的通道数，LengthRNN表示语音时序特征的长度，Unite表示语音时序特征的单元数； 所述特征融合模块用于对统一维度后的语音特征和语音时序特征进行融合，将融合获得的融合特征输入至注意力模块，所述特征融合模块是将统一维度后的语音特征与语音时序特征进行矩阵拼接，获得目标维度下的融合特征，所述目标维度的表达式如下： SizeFCRNN＝[Batchsize,LengthRNN,Unite*2] 式中，Batchsize表示训练过程中输入的语音条数，LengthRNN表示语音时序特征的长度，Unite表示语音时序特征的单元数； 所述注意力模块用于对输入的融合特征进行注意力强化，所述识别模块用于对注意力强化后的融合特征进行预测计算，以输出识别结果，所述识别结果包括输入语音数据对应的文本内容，所述注意力模块是对融合特征中语音时序特征的单元数进行注意力强化，其表达式如下： F′CRNN＝FCRNN·Att 式中，F'CRNN表示注意力强化后的融合特征，FCRNN表示未注意力强化的融合特征，Att表示注意力机制矩阵，注意力机制矩阵的维度为SizeAtt＝[Unite*2，N]，N为系统的超参数； 步骤3、采用步骤1的训练集，对语音识别网络进行训练，获得用于语音转文本的语音识别模型； 步骤4、将待识别的语音数据输入至步骤3获得的语音识别模型中，经识别分析后，输出语音数据对应的高质量识别文本。

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浙江大学;浙江大学滨江研究院，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。