[发明专利]一种基于多任务神经网络的多样例关键词检测方法有效
| 申请号： | 201810180347.7 | 申请日： | 2018-03-05 |
| 公开（公告）号： | CN108538285B | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 张卫强;杨建斌;刘加 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/14;G10L15/16 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 张文宝 |
| 地址： | 100084 北京*** | 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： | 本发明公开了属于语音信号处理技术领域的一种基于多任务神经网络的多样例关键词检测方法。方法具体包括以下步骤：在多语言的数据集上训练瓶颈深度神经网络、对目标数据集音频逐帧提取fbank特征和提取目标数据集的bottleneck特征、使用训练集，利用关键词的bottleneck特征为每一个关键词，分别训练一个HMM模型，并获取其帧级别状态标签，利用所有非关键词的bottleneck特征训练一个填充词模型；利用bottleneck特征进行多任务DNN声学模型训练；获取测试集音频的声学分数，应用维特比解码得到关键词检测结果。本发明的多任务技术可以有效改善低资源条件，使得多样例关键词检测性能明显提升。 | ||
| 搜索关键词： | 一种 基于 任务 神经网络 多样 关键词 检测 方法 | ||
【主权项】：
1.一种基于多任务神经网络的多样例关键词检测方法，其特征在于，所述方法具体包括以下步骤：步骤1：在多语言的数据集上训练瓶颈(bottleneck)深度神经网络(DNN)；步骤2：对目标数据集音频逐帧提取频带过滤fbank(Filter‑bank)特征；步骤3：利用bottleneck‑DNN提取目标数据集的bottleneck特征；步骤4：使用训练集，利用关键词的bottleneck特征为每一个关键词，分别训练一个隐马尔科夫模型(HMM)，并获取其帧级别状态标签，利用所有非关键词的bottleneck特征训练一个填充词模型；步骤5：设计主任务和辅助任务，利用bottleneck特征进行多任务DNN声学模型训练；步骤6：利用步骤5中训练的多任务深度神经网络声学模型获取测试集音频的声学分数，应用维特比解码得到关键词检测结果。
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清华大学，未经清华大学许可，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/201810180347.7/，转载请声明来源钻瓜专利网。
