[发明专利]认知障碍预测方法及电子设备、存储装置有效

专利信息
申请号: 202010774495.9 申请日: 2020-08-04
公开(公告)号: CN112086108B 公开(公告)日: 2023-04-04
发明(设计)人: 徐飞扬;张弢;李鑫;凌震华 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G10L25/66 分类号: G10L25/66;G10L15/26;G10L15/32
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 认知 障碍 预测 方法 电子设备 存储 装置
【权利要求书】:

1.一种认知障碍预测方法,其特征在于,包括:

获取测试对象回答预设问题的语音数据;

利用初始识别模型识别所述语音数据,得到初始文本;

利用所述语音数据和所述初始文本进行初始预测,得到所述测试对象是否存在认知障碍的初始预测结果;

基于所述初始预测结果,选择第一识别模型、第二识别模型中的至少一者识别所述语音数据,得到最终文本;

利用所述语音数据和所述最终文本进行最终预测,得到所述测试对象是否存在认知障碍的最终预测结果;

其中,所述初始识别模型是基于存在认知障碍和不存在认知障碍的训练数据得到的,所述第一识别模型是基于不存在认知障碍的训练数据得到的,所述第二识别模型是基于存在认知障碍的训练数据得到的。

2.根据权利要求1所述的方法,其特征在于,所述初始预测结果包括:所述测试对象不存在认知障碍的第一初始概率值和存在认知障碍的第二初始概率值;所述基于所述初始预测结果,选择第一识别模型、第二识别模型中的至少一者识别所述语音数据,得到最终文本,包括:

基于所述第一初始概率值和所述第二初始概率值的大小关系,选择第一识别模型、第二识别模型中的至少一者识别所述语音数据,得到所述最终文本。

3.根据权利要求2所述的方法,其特征在于,所述基于所述第一初始概率值和所述第二初始概率值的大小关系,选择第一识别模型、第二识别模型中的至少一者识别所述语音数据,得到所述最终文本,包括:

若所述第一初始概率值大于所述第二初始概率值,则采用所述第一识别模型识别所述语音数据,得到第一最终文本;

若所述第一初始概率值小于所述第二初始概率值,则采用所述第二识别模型识别所述语音数据,得到第二最终文本;

若所述第一初始概率值等于所述第二初始概率值,则采用所述第一识别模型识别所述语音数据,得到所述第一最终文本,并采用所述第二识别模型识别所述语音数据,得到所述第二最终文本。

4.根据权利要求1所述的方法,其特征在于,所述利用所述语音数据和所述初始文本进行初始预测,得到所述测试对象是否存在认知障碍的初始预测结果,包括:

对所述语音数据和所述初始文本进行特征提取,得到初始特征;

利用所述初始特征进行初始预测,得到所述测试对象不存在认知障碍的第一初始概率值和存在认知障碍的第二初始概率值;

所述利用所述语音数据和所述最终文本进行最终预测,得到所述测试对象是否存在认知障碍的最终预测结果,包括:

对所述语音数据和所述最终文本进行特征提取,得到最终特征;

基于所述第一初始概率值和所述第二初始概率值的大小关系,利用所述第一初始概率值和所述第二初始概率值对所述初始特征和所述最终特征进行加权处理,得到加权特征;

对所述加权特征进行最终预测,得到所述最终预测结果。

5.根据权利要求4所述的方法,其特征在于,所述基于所述第一初始概率值和所述第二初始概率值的大小关系,利用所述第一初始概率值和所述第二初始概率值对所述初始特征和所述最终特征进行加权处理,得到加权特征,包括:

在所述第一初始概率值大于所述第二初始概率值的情况下,利用所述第一初始概率值和所述第二初始概率值分别对第一最终特征和所述初始特征进行加权处理,得到所述加权特征;其中,所述第一最终特征是对第一最终文本和所述语音数据进行特征提取得到的,所述第一最终文本是利用所述第一识别模型对所述语音数据进行识别得到的;

在所述第一初始概率值小于所述第二初始概率值的情况下,利用所述第一初始概率值和所述第二初始概率值分别对所述初始特征和第二最终特征进行加权处理,得到所述加权特征;其中,所述第二最终特征是对第二最终文本和所述语音数据进行特征提取得到的,所述第二最终文本是利用第二识别模型对所述语音数据进行识别得到的;

在所述第一初始概率值等于所述第二初始概率值的情况下,利用所述第一初始概率值和所述第二初始概率值分别对所述第一最终特征和所述第二最终特征进行加权处理,得到所述加权特征。

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科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,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/202010774495.9/1.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