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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利基于人工智能的语音识别方法、装置、计算机设备及介质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：CN116403569B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310396960.3，技术领域涉及：G10L15/02；该发明授权基于人工智能的语音识别方法、装置、计算机设备及介质是由张旭龙;王健宗;朱可欣设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本基于人工智能的语音识别方法、装置、计算机设备及介质在说明书摘要公布了：本发明适用于人工智能领域，尤其涉及一种基于人工智能的语音识别方法、装置、计算机设备及介质。本发明通过训练好的音频编码器和视频编码器得到音频特征和图像特征，进而得到视听特征和融合特征，并将融合特征输入至训练好的特征聚类模型得到预测聚类结果，将音频特征输入至训练好的特征聚类模型得到参考聚类结果，在无标签的情况下将参考聚类结果作为音频编码器的训练标签，使得预测聚类结果和参考聚类结果表征的语音信息相接近，得到训练好的视频编码器，并根据训练好的音频编码器和训练好的视频编码器得到目标音频特征和目标图像特征，进而得到目标视听特征和目标融合特征，以根据训练好的全连接层得到语音识别结果，有效提高了语音识别效果。

本发明授权基于人工智能的语音识别方法、装置、计算机设备及介质在权利要求书中公布了：1.一种基于人工智能的语音识别方法，其特征在于，所述语音识别方法包括： 获取预设的音频和视频，将所述音频输入至训练好的音频编码器，得到M个音频特征，将所述视频输入至视频编码器，得到M个图像特征，其中，M为大于1的整数； 将各个所述音频特征与各个所述图像特征逐个相加，得到M个视听特征，将所述音频特征、所述图像特征和所述视听特征的M个融合特征输入至训练好的特征聚类模型，得到预测聚类结果，所述预测聚类结果包括M1个特征集合，其中，M1为小于M的正整数； 将M个所述音频特征输入至所述训练好的特征聚类模型，得到参考聚类结果，将所述参考聚类结果作为所述视频编码器的训练标签，利用所述训练标签和所述预测聚类结果，更新所述视频编码器的参数，得到训练好的视频编码器，所述参考聚类结果包括M2个特征集合，其中，M2为小于M的正整数； 获取目标音频和目标视频，将所述目标音频输入至所述训练好的音频编码器，得到M个目标音频特征，将所述目标视频输入至所述训练好的视频编码器，得到M个目标图像特征； 将各个所述目标音频特征与各个所述目标图像特征逐个相加，得到M个目标视听特征，将所述目标音频特征、所述目标图像特征和所述目标视听特征的M个目标融合特征输入至训练好的全连接层，得到语音识别结果。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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。