[发明专利]一种基于声学表征矢量的样例关键词检索方法在审
| 申请号： | 201910462959.X | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110322871A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 张卫强 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/08;G10L15/16;G06N3/08;G06N3/04;G06F16/33 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 史双元 |
| 地址： | 10008*** | 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： | 声学 矢量 关键词检索 矢量提取 关键词模型 测试语言 神经网络 编码器 瓶颈 语音关键词 计算测试 检索技术 检索性能 语音数据 预设门限 资源条件 输出层 建模 检索 语种 通用 语言 | ||
【权利要求书】：
1.一种基于声学表征矢量的样例关键词检索方法，其特征在于，包括：
步骤1：采用大量语音数据来训练得到带有瓶颈层的神经网络自编码器；
步骤2：将神经网络自编码器的瓶颈层作为输出层来得到声学表征矢量提取器；
步骤3：采用声学表征矢量提取器对单样例关键词和多样例关键词来提取关键词模型矢量；
步骤4：采用声学表征矢量提取器对测试语言片段来提取测试语言声学表征矢量；
步骤5：计算测试语言声学表征矢量与每个关键词模型矢量的距离，如果某距离小于预设门限，则该关键词即为检索的关键词。
2.根据权利要求1所述方法，其特征在于，所述大量语音数据包括：与目标关键词相同的语言数据、和/或多种语言混合的数据。
3.根据权利要求1或2所述方法，其特征在于，所述神经网络自编码器采用深度神经网络、卷积神经网络或递归神经网络，中间为瓶颈层，输入端和输出端呈对称结构，输入为一段语音或特征，输出为同一段语音或特征。
4.根据权利要求3所述方法，其特征在于，所述训练的目标是使输出的语音或特征与输入的语音或特征的均方误差最小。
5.根据权利要求1或2或4所述方法，其特征在于，所述单样例关键词的声学表征矢量即为模型矢量；所述多样例关键词的所有样例的声学表征矢量求均值即为模型矢量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/201910462959.X/1.html，转载请声明来源钻瓜专利网。
