[发明专利]双向神经网络模型的训练和识别方法及系统有效
| 申请号： | 201810054747.3 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108417224B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 俞凯;周瑛 | 申请（专利权）人： | 苏州思必驰信息科技有限公司;上海交大知识产权管理有限公司 |
| 主分类号： | G10L21/0216 | 分类号： | G10L21/0216;G10L25/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;黄谦 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开用于处理带噪语音的双向神经网络模型的训练和识别方法及系统，方法包括：获取仿真带噪数据和真实带噪数据；计算仿真带噪数据的时频隐蔽值标签，在双向神经网络中设定仿真带噪数据的标签为其训练目标，并将经过预设处理的仿真带噪数据输入至双向神经网络中进行训练；利用聚类的方式估计真实带噪数据的软时频隐蔽值标签，在双向神经网络中设定真实带噪数据的软标签为其训练目标，并将经过预设处理的真实带噪数据输入至双向神经网络中进行训练；输出训练后的双向神经网络的神经网络参数。本发明通过引入真实非仿真的训练数据进行神经网络模型的训练，一方面增加了训练数据量，另一方面也减小仿真数据与真实数据的不匹配。 | ||
| 搜索关键词： | 双向 神经网络 模型 训练 识别 方法 系统 | ||
【主权项】：
1.一种用于处理带噪数据的双向神经网络的训练方法，包括：获取仿真带噪数据和真实带噪数据；计算所述仿真带噪数据的时频隐蔽值标签，在双向神经网络中设定所述仿真带噪数据的时频隐蔽值标签为所述仿真带噪数据的训练目标，并将经过预设处理的仿真带噪数据输入至所述双向神经网络中进行训练；利用聚类的方式估计所述真实带噪数据的软时频隐蔽值标签，在所述双向神经网络中设定所述真实带噪数据的软时频隐蔽值标签为所述真实带噪数据的训练目标，并将经过预设处理的真实带噪数据输入至所述双向神经网络中进行训练；输出经过所述仿真带噪数据和所述真实带噪数据训练后的双向神经网络的神经网络参数。
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苏州思必驰信息科技有限公司;上海交大知识产权管理有限公司，未经苏州思必驰信息科技有限公司;上海交大知识产权管理有限公司许可，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/201810054747.3/，转载请声明来源钻瓜专利网。
