[发明专利]基于人工智能的字母音素转换模型生成方法及装置有效
| 申请号： | 201610102345.7 | 申请日： | 2016-02-24 |
| 公开（公告）号： | CN105590623B | 公开（公告）日： | 2019-07-30 |
| 发明（设计）人： | 陈志杰;康永国 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L13/08 | 分类号： | G10L13/08;G10L15/187;G10L25/30 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 人工智能 字母 音素 转换 模型 生成 方法 装置 | ||
1.一种基于人工智能的字母音素转换模型生成方法，其特征在于，包括以下步骤：
在应用神经网络对训练数据中的每个单词进行字母音素转换的训练过程中，按照预设的节点比例对所述神经网络的隐层节点进行随机筛选，获取用于训练每个单词的保留节点；
应用与所述保留节点对应的子神经网络训练对应的单词，更新所述子神经网络各保留节点的相关权重；
对所有子神经网络各保留节点的相关权重进行均值处理，生成字母音素转换模型；
其中，所述按照预设的节点比例对所述神经网络的隐层节点进行随机筛选，获取用于训练每个单词的保留节点，包括：
根据预设的节点隐藏比例，随机将所述神经网络中每层隐层节点中与所述节点隐藏比例对应数量的部分节点进行隐藏处理，以使每层隐层节点中没有隐藏的部分节点作为用于训练每个单词的保留节点。
2.如权利要求1所述的方法，其特征在于，还包括：
根据所述训练数据中的单词数量调整所述神经网络的层数、每层节点数、以及所述预设的节点比例。
3.一种基于人工智能的字母音素转换模型生成装置，其特征在于，包括：
处理模块，用于在应用神经网络对训练数据中的每个单词进行字母音素转换的训练过程中，按照预设的节点比例对所述神经网络的隐层节点进行随机筛选，获取用于训练每个单词的保留节点；
训练模块，用于应用与所述保留节点对应的子神经网络训练对应的单词，更新所述子神经网络各保留节点的相关权重；
生成模块，用于对所有子神经网络各保留节点的相关权重进行均值处理，生成字母音素转换模型；
其中，所述处理模块用于：
根据预设的节点隐藏比例，随机将所述神经网络中每层隐层节点中与所述节点隐藏比例对应数量的部分节点进行隐藏处理，以使每层隐层节点中没有隐藏的部分节点作为用于训练每个单词的保留节点。
4.如权利要求3所述的装置，其特征在于，所述处理模块还用于：
根据所述训练数据中的单词数量调整所述神经网络的层数、每层节点数、以及所述预设的节点比例。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201610102345.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：信号处理的方法及装置
- 下一篇：液晶面板驱动系统中的切角电路
