[发明专利]语音识别方法和设备

权利要求书

1.一种语音识别方法，所述语音识别方法包括：

获得语音信号，以及

执行语音信号的识别，其中，执行语音信号的识别的步骤包括：

使用参数生成模型从输入方言数据生成针对语音信号的方言参数；

将方言参数应用于训练的语音识别模型以生成方言语音识别模型，以及

通过针对语音信号实施方言语音识别模型，从语音信号生成语音识别结果。

2.如权利要求1所述的语音识别方法，其中，应用方言参数的步骤包括：

将使用参数生成模型生成的方言参数或各自的方言参数应用于训练的语音识别模型的一个或多个层中的每个的至少各自的部分。

3.如权利要求2所述的语音识别方法，

其中，训练的语音识别模型是具有至少所述一个或多个层的神经网络模型，所述一个或多个层中的每个包括根据各自的加权连接连接到一个或多个层级上先前的层节点和/或一个或多个临时先前节点的至少一个节点，以及

其中，应用方言参数或各自的方言参数的步骤包括：将连接权重插入到所述一个或多个层中的每个中，或者设置、替换或修改所述一个或多个层中的每个中的各自的连接权重，其中，所述一个或多个层的每个中的各自的连接权重少于所有的各自的加权连接。

4.如权利要求3所述的语音识别方法，

其中，方言参数或各自的方言参数还包括一个或多个各自的缩放矩阵，

其中，应用方言参数或各自的方言参数的步骤还包括：在方言语音识别模型的实施期间，将所述一个或多个各自的缩放矩阵应用于方言语音识别模型的一个或多个隐藏层的各自的输出。

5.如权利要求4所述的语音识别方法，

其中，方言参数或各自的方言参数还包括一个或多个各自的批量参数，

其中，所述一个或多个各自的批量参数均包括第一批量参数γ和第二批量参数β，以及

其中，应用方言参数或各自的方言参数的步骤还包括：在方言语音识别模型的实施期间，通过针对方言语音识别模型的一个或多个隐藏层将各自的输入乘以第一批量参数γ并加上第二批量参数β并且将应用的一个或多个各自的批量参数的各自的结果分别转发到所述一个或多个隐藏层，将所述一个或多个各自的批量参数应用于所述一个或多个隐藏层的各自的输入。

6.如权利要求5所述的语音识别方法，其中，各自的输入是归一化的各自的输入，并且各自的批量参数是各自的批量归一化参数。

7.如权利要求3所述的语音识别方法，

其中，方言参数或各自的方言参数还包括一个或多个各自的批量参数，

其中，所述一个或多个各自的批量参数均包括第一批量参数γ和第二批量参数β，以及

其中，应用方言参数或各自的方言参数的步骤还包括：在方言语音识别模型的实施期间，通过针对方言语音识别模型的一个或多个隐藏层将各自的输入乘以第一批量参数γ并加上第二批量参数β并且将应用的一个或多个各自的批量参数的各自的结果分别转发到所述一个或多个隐藏层，将所述一个或多个各自的批量参数应用于所述一个或多个隐藏层的各自的输入。

8.如权利要求1所述的语音识别方法，

其中，训练的语音识别模型是具有至少所述一个或多个层的神经网络模型，所述一个或多个层中的每个包括根据各自的加权连接连接到一个或多个层级上先前的层节点和/或一个或多个临时先前节点的至少一个节点，以及

其中，应用方言参数的步骤包括：在方言语音识别模型的实施期间，将作为由参数生成模型生成的方言参数或各自的方言参数的各自的缩放矩阵应用于方言语音识别模型的对应隐藏层的各自的输出。

9.如权利要求1所述的语音识别方法，

其中，方言参数包括各自的批量参数，以及

其中，应用方言参数的步骤包括：在方言语音识别模型的实施期间，将各自的批量参数应用于方言语音识别模型的一个或多个过渡操作的各自的输入，其中，各自的输入来自方言语音识别模型的输入操作或来自方言语音识别模型的先前一个或多个过渡操作。