蔚来汽车科技(安徽)有限公司谢旭康获国家专利权
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!
龙图腾网获悉蔚来汽车科技(安徽)有限公司申请的专利语种分类模型训练方法、语种识别方法、装置及智能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:CN119785773B 。
龙图腾网通过国家知识产权局官网在2026-01-30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:202411902205.9,技术领域涉及:G10L15/06;该发明授权语种分类模型训练方法、语种识别方法、装置及智能设备是由谢旭康;李文鹏设计研发完成,并于2024-12-20向国家知识产权局提交的专利申请。
本语种分类模型训练方法、语种识别方法、装置及智能设备在说明书摘要公布了:本申请适用于智能语音处理技术领域,提供了一种语种分类模型训练方法、语种识别方法、装置及智能设备。所述语种分类模型训练方法包括:获取第一声学特征,所述第一声学特征是指音频片段的声学特征;将所述音频片段的声学特征依次输入初始语种分类模型的N层编码器,得到N层所述编码器各自输出的第一编码特征,N为大于1的整数;将各所述第一编码特征输入所述初始语种分类模型的融合模块,得到第一融合特征;基于所述第一融合特征和所述初始语种分类模型的语种识别模块,训练所述初始语种分类模型,得到目标语种分类模型,所述目标语种分类模型用于识别音频数据的语种类别。通过本申请可提高语种识别的准确率与鲁棒性。
本发明授权语种分类模型训练方法、语种识别方法、装置及智能设备在权利要求书中公布了:1.一种语种分类模型训练方法,其特征在于,包括: 获取第一声学特征,所述第一声学特征是指音频片段的声学特征,所述音频片段包括所属语种类别的至少一个字符; 将所述第一声学特征依次输入初始语种分类模型的N层编码器,得到N层所述编码器各自输出的第一编码特征,N为大于1的整数; 将各所述第一编码特征输入所述初始语种分类模型的融合模块,得到第一融合特征; 基于所述第一融合特征和所述初始语种分类模型的语种识别模块,训练所述初始语种分类模型,得到目标语种分类模型,所述目标语种分类模型用于识别音频数据的语种类别; 所述语种识别模块依次包括第一多头注意力层、第一注意力统计池化层、第二多头注意力层和第二注意力统计池化层;所述基于所述第一融合特征和所述初始语种分类模型的语种识别模块,训练所述初始语种分类模型,得到目标语种分类模型,包括: 将所述第一融合特征输入所述第一多头注意力层,以在所述第一融合特征的时间维度上进行注意力加权,得到第二融合特征; 将所述第二融合特征输入所述第一注意力统计池化层,以对所述第二融合特征中不同时间步的特征进行融合,得到第三融合特征; 将所述第三融合特征输入所述第二多头注意力层,以在所述第三融合特征的编码器维度上进行注意力加权,得到第四融合特征; 将所述第四融合特征输入所述第二注意力统计池化层,以对所述第四融合特征中包含的N层所述编码器输出的编码特征进行融合,得到第五融合特征; 在N层所述编码器的参数为第一参数和所述融合模块的参数为第二参数的情况下,基于所述第五融合特征,更新所述语种识别模块的参数为第三参数,所述第一参数为训练好的N层所述编码器的参数,所述第二参数为训练好的所述融合模块的参数; 将所述N层所述编码器的参数为第一参数、所述融合模块的参数为第二参数以及所述语种识别模块的参数为第三参数的情况下得到的所述初始语种分类模型作为所述目标语种分类模型。
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蔚来汽车科技(安徽)有限公司,其通讯地址为:230601 安徽省合肥市经济技术开发区宿松路3963号恒创智能科技园F幢;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