[发明专利]一种参数管理方法、系统、介质和设备有效

专利信息
申请号: 202010182188.1 申请日: 2020-03-16
公开(公告)号: CN111402860B 公开(公告)日: 2021-11-02
发明(设计)人: 姚志强;周曦;吴梦林 申请(专利权)人: 恒睿(重庆)人工智能技术研究院有限公司
主分类号: G10L13/08 分类号: G10L13/08;G10L25/30;G06N3/08;G06N3/04
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 尹丽云
地址: 401121 重庆市渝北*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 参数 管理 方法 系统 介质 设备
【权利要求书】:

1.一种参数管理方法,其特征在于,包括:

获取神经网络处理参数;

所述神经网络包含多个全连接层,根据所述多个全连接层的权重创建权重矩阵,并根据所述权重矩阵进行权重筛选,对所述权重矩阵进行屏蔽处理,获取筛选后的权重矩阵;其中,所述屏蔽处理包括对所述权重矩阵中指定行或列进行屏蔽;

并根据筛选后的权重矩阵对输入的声音信息进行处理,获取声音合成信息。

2.根据权利要求1所述的参数管理方法,其特征在于,所述处理参数包至少包括神经网络各层权重、各层的网络节点数。

3.根据权利要求1所述的参数管理方法,其特征在于,通过设置屏蔽概率的方式对所述权重矩阵中的行或列进行屏蔽。

4.根据权利要求1所述的参数管理方法,其特征在于,所述神经网络包括循环神经网络、卷积神经网络、长短期记忆神经网络中的一种。

5.根据权利要求1所述的参数管理方法,其特征在于,所述声音信息包括文本信息或声音频域信息。

6.根据权利要求5所述的参数管理方法,其特征在于,所述声音信息为文本信息时,通过所述神经网络的卷积层对所述文本信息进行特征提取,获取声音文本特征,并建立所述声音文本特征与声音频域信息的映射关系;

通过所述神经网络对所述声音频域信息进行处理。

7.一种参数管理系统,其特征在于,包括:

参数获取模块,用于获取神经网络处理参数;

权重矩阵创建模块,用于所述神经网络包含多个全连接层,根据所述多个全连接层的权重创建权重矩阵,并根据所述权重矩阵进行权重筛选,对所述权重矩阵进行屏蔽处理,获取筛选后的权重矩阵;其中,所述屏蔽处理包括对所述权重矩阵中指定行或列进行屏蔽;

声音处理模块,根据筛选后的权重矩阵对输入的声音信息进行处理,获取声音合成信息。

8.根据权利要求7所述的参数管理系统,其特征在于,所述处理参数包至少包括神经网络各层权重、各层的网络节点数。

9.根据权利要求7所述的参数管理系统,其特征在于,包括屏蔽概率设置模块,用于通过设置屏蔽概率的方式对所述权重矩阵中的行或列进行屏蔽。

10.根据权利要求7所述的参数管理系统,其特征在于,所述神经网络包括循环神经网络、卷积神经网络、长短期记忆神经网络中的一种。

11.根据权利要求7所述的参数管理系统,其特征在于,所述声音信息包括文本信息或声音频域信息。

12.根据权利要求11所述的参数管理系统,其特征在于,包括文本预处理模块,用于所述声音信息为文本信息时,通过所述神经网络的卷积层对所述文本信息进行特征提取,获取声音文本特征,并建立所述声音文本特征与声音频域信息的映射关系;通过所述神经网络对所述声音频域信息进行处理。

13.一种参数管理设备,其特征在于,包括:

一个或多个处理器;和

其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行如权利要求1-6中任一所述的方法。

14.一种机器可读介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-6中任一所述的方法。

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恒睿(重庆)人工智能技术研究院有限公司,未经恒睿(重庆)人工智能技术研究院有限公司许可,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/202010182188.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top