[发明专利]一种声学模型训练方法和装置有效
| 申请号： | 201310288097.6 | 申请日： | 2013-07-10 |
| 公开（公告）号： | CN104143327A | 公开（公告）日： | 2014-11-12 |
| 发明（设计）人： | 王尔玉;卢鲤;张翔;刘海波;饶丰;李露;岳帅;陈波 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 张驰;宋志强 |
| 地址： | 518044 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施方式提出一种声学模型训练方法和装置。方法包括：建立深层神经网络模型初始模型；将语音训练数据划分为N个不相交的数据子集合，针对每个数据子集合利用随机梯度下降算法更新深层神经网络模型初始模型，得到N个深层神经网络模型子模型，其中N为至少为2的自然数；融合N个深层神经网络模型子模型以得到深层神经网络模型中间模型，并当该深层神经网络模型中间模型符合预先设定的收敛条件时，判定该深层神经网络模型中间模型为训练后声学模型。本发明实施方式提高了声学模型的训练效率，并且不降低语音识别的性能。 | ||
| 搜索关键词： | 一种 声学 模型 训练 方法 装置 | ||
【主权项】：
一种声学模型训练方法，其特征在于，该方法包括：建立深层神经网络模型初始模型；将语音训练数据划分为N个不相交的数据子集合，针对每个数据子集合利用随机梯度下降算法更新所述深层神经网络模型初始模型，得到N个深层神经网络模型子模型，其中N为至少为2的自然数；融合所述N个深层神经网络模型子模型以得到深层神经网络模型中间模型，并当该深层神经网络模型中间模型符合预先设定的收敛条件时，判定该深层神经网络模型中间模型为训练后声学模型。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/201310288097.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种提高音频信号音质的方法和装置
- 下一篇：一种工艺型广告灯箱
