[发明专利]远场语音识别模型的训练方法和装置有效
| 申请号： | 201710866260.0 | 申请日： | 2017-09-22 |
| 公开（公告）号： | CN107452372B | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 孙建伟 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/04;G10L15/06 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种远场语音识别模型的训练方法和装置，其中，远场语音识别模型的训练方法包括：获取近场语音数据集；从近场语音数据集中抽取预定数量的近场语音数据，并采用重录近场语音数据的方式获取远场音频；将远场音频切分为多个远场语音片段，并提取远场语音片段中的远场语音特征；将远场语音特征与近场语音数据集中的近场语音数据提取的近场语音特征以预设比例进行混叠，近场语音数据集中的近场语音数据与获取远场语音数据时使用的近场语音数据不同；以及基于混叠后的语音特征数据训练远场语音识别模型。本发明实施例的远场语音识别模型的训练方法，能够有效地提升远场语音识别模型的泛化能力，提高语音识别准确率。 | ||
| 搜索关键词： | 语音 识别 模型 训练 方法 装置 | ||
【主权项】：
一种远场语音识别模型的训练方法，其特征在于，包括：获取近场语音数据集，所述近场语音数据集由若干已标注的近场语音数据组成；从所述近场语音数据集中抽取预定数量的近场语音数据，并采用重录所述近场语音数据的方式获取远场音频；将所述远场音频切分为多个远场语音片段，并提取所述远场语音片段中的远场语音特征；将所述远场语音特征与所述近场语音数据集中的近场语音数据提取的近场语音特征以预设比例进行混叠，所述近场语音数据集中的近场语音数据与获取所述远场语音数据时使用的近场语音数据不同；以及基于混叠后的语音特征数据训练远场语音识别模型。
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百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）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/201710866260.0/，转载请声明来源钻瓜专利网。
