[发明专利]一种高精度连续语音识别的声学模型训练方法有效

专利信息
申请号: 202111251770.X 申请日: 2021-10-27
公开(公告)号: CN113707135B 公开(公告)日: 2021-12-31
发明(设计)人: 游萌;高君效 申请(专利权)人: 成都启英泰伦科技有限公司
主分类号: G10L15/06 分类号: G10L15/06;G10L15/26
代理公司: 暂无信息 代理人: 暂无信息
地址: 610041 四川省成都市高*** 国省代码: 四川;51
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 高精度 连续 语音 识别 声学 模型 训练 方法
【说明书】:

发明属于语音识别技术领域,公开了一种高精度连续语音识别的声学模型训练方法,包括如下步骤:步骤1.准备训练语料并提取语音特征;步骤2:计算声学模型;步骤3.声学模型初始化,步骤4.根据步骤4确定的训练迭代次数对步骤4的初始化声学模型进行迭代,步骤5.训练结束后选择合并前N个解码正确率最高的声学模型,对声学模型参数做平均并合并为最终声学模型。本发明优化了语音模型识别序列表达式,通过预先解码确定正确标注文本的同时,调整模型参数,尽可能减少容易混淆的正确结果和错误结果的整体差异性,提高了声学模型参数的解码精度。

技术领域

本发明属于语音识别技术领域,具体涉及一种高精度连续语音识别的声学模型训练方法。

背景技术

传统的声学建模方式基于隐马尔科夫框架,采用高斯混合模型( Gaussianmixture model,gmm) 来描述语音声学特征的概率分布,由于隐马尔科夫模型属于典型的浅层学习结构,是一种将原始输入信号转换到特征空间的简单结构,在海量数据下其性能受到限制。后期学术界将神经网络和隐马尔科夫模型配合使用,即混合模型对输出概率分布进行建模,提升整体效果,但提升相对仍然非常有限。

连续语音识别近似自然语音,是针对连续的长语句音频流,即来自说话人直接录入的语音,或者电话或其他音视频领域的音频信号,将包含大词汇量的音频信息自动转化成文字的过程。在输入的声音中,检测出可靠的语音,并排除静音,背景噪声和音乐等实时送入语音识别解码器进行识别。

为解决长语句识别结果不佳的问题,行业内通常的做法是使用大数据量的语音语料投入训练,可以提高综合性能,但是神经网络和隐马尔科夫模型的训练方式和解码模型的最终性能存在瓶颈,最终性能存在瓶颈的根本原因是以神经网络为代表的深度学习的梯度下降算法不能无限拟合所有训练数据特征,并且解码模型只是对一定样本量训练数据存在的有限空间的数学建模,并不代表现实中无限数据的可能,在有限数据训练和解码模型的情况下使连续语音识别效果难以改善。

发明内容

为克服现有技术存在的技术缺陷,本发明公开了一种高精度连续语音识别的声学模型训练方法。

本发明所述一种高精度连续语音识别的声学模型训练方法,其特征在于,包括如下步骤:

步骤1.准备训练语料并提取语音特征作为训练集;并提取训练集语料的说话人声学特征;计算训练语料的帧数、特征维度和语音帧数-文本标注组合数量;

步骤2:计算声学模型参数;

声学模型参数计算公式如下所示:

----公式④

P(Ou | Wu)表示对应词序列Wu和观测序列Ou得到的观测最大似然概率,Wu是词序列标注,Ou是观测序列,是声学模型参数,P(Wu)是语言模型产生的对应词序列Wu的概率;

Wu是词序列标注,W′是在Wu词序列标注的基础上将语言学信息加入后的词序列;

分母中P(Ou | W′)表示对应词序列W′和观测序列Ou得到的观测最大似然概率,P(W′)是语言模型产生的对应词序列W′的概率;是声学模型参数,表示已知样本的最大概率参数,u表示词序列中词条数目;

步骤3.声学模型初始化,

首先计算用于深度神经网络训练的预条件矩阵;

使用线性判别分析矩阵在预条件矩阵计算中,进行线性去相关,并按照指定的学习率和语音帧数-文本标注组合数量确定训练迭代次数,以及步骤2得到的声学模型参数,初始化声学模型;

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成都启英泰伦科技有限公司,未经成都启英泰伦科技有限公司许可,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/202111251770.X/2.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