[发明专利]生成目标说话人语音识别计算模型的方法和装置在审
| 申请号： | 201710025703.3 | 申请日： | 2017-01-13 |
| 公开（公告）号： | CN108320732A | 公开（公告）日： | 2018-07-24 |
| 发明（设计）人： | 薛少飞 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/16 |
| 代理公司： | 北京市清华源律师事务所 11441 | 代理人： | 吕洪;沈泳 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种生成目标说话人语音识别计算模型的方法包括：获取样本语音数据；利用样本语音数据训练计算机神经网络，分别生成评估目标说话人语音的话音激活检测分类模型和增强目标说话人语音声学特征的话音声学特征增强模型并形成目标说话人语音识别初始化模型；利用样本语音数据训练所述目标说话人语音识别初始化模型，生成评估语音的设定时段中包含目标说话人语音可能性的目标说话人语音识别计算模型。能够将区分目标说话人和非目标说话人的语音的声学特征的模型包括到所述目标说话人语音识别计算模型中，所生成的目标说话人语音识别计算模型能够起到计算并输出语音的设定时段包含有目标说话人语音可能性的评估值的作用。 | ||
| 搜索关键词： | 语音识别 计算模型 语音 样本语音 声学特征 数据训练 初始化 计算机神经网络 话音激活检测 方法和装置 分类模型 评估目标 输出语音 语音声学 评估 话音 说话 申请 | ||
【主权项】：
1.一种生成目标说话人语音识别计算模型的方法，特征在于，包括以下步骤：获取样本语音数据，所述样本语音数据包括样本语音的声音特征数据，目标说话人语音的声学特征数据，以及所述样本语音的设定时段中是否包含有目标说话人语音的判断值；利用样本语音数据训练话音激活检测分类计算机神经网络和话音声学特征增强计算机神经网络，分别生成评估目标说话人语音的话音激活检测分类模型和增强目标说话人语音声学特征的话音声学特征增强模型；将所述话音激活检测分类模型的输入端连接到所述话音声学特征增强模型的输出端，形成目标说话人语音识别初始化模型；利用样本语音数据训练所述目标说话人语音识别初始化模型，生成评估语音的设定时段中包含目标说话人语音可能性的目标说话人语音识别计算模型；其中目标说话人语音为样本语音中设定时段前的语音。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201710025703.3/，转载请声明来源钻瓜专利网。
