[发明专利]一种远场语音识别方法、语音识别模型训练方法和服务器在审
| 申请号： | 201810775407.X | 申请日： | 2018-07-16 |
| 公开（公告）号： | CN110797008A | 公开（公告）日： | 2020-02-14 |
| 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;G10L15/26 |
| 代理公司： | 11127 北京三友知识产权代理有限公司 | 代理人： | 李辉;徐焕 |
| 地址： | 英属开曼*** | 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： | 本申请提供了一种远场语音识别方法、语音识别模型训练方法和服务器，其中，该远场语音识别方法包括：获取语音数据；确定所述语音数据是否为远场语音数据；在确定所述语音数据为远场语音数据的情况下，通过语音识别模型对所述语音数据进行识别，其中，所述语音识别模型是根据通过语音数据的时间维度信息和频率维度信息，对所述语音数据的语音特征进行频带能量规整后得到的语音特征进行训练后得到的。利用本申请实施例提供的技术方案，因为在对频带能量规整过程中引入了时间维度信息和频率维度信息，从而可以弱化时间和频率对语音识别准确度的影响，基于该语音识别模型进行远程语音识别，可以有效提升识别准确率，从而达到了有效提升语音识别模型的识别准确率的技术效果。 | ||
| 搜索关键词： | 语音识别 语音数据 远场 频带能量 频率维度 时间维度 语音特征 规整 准确率 准确度 技术效果 模型训练 远程语音 申请 服务器 弱化 引入 | ||
【主权项】：
1.一种远场语音识别方法，其特征在于，包括：/n获取滤波处理后的语音特征，其中，所述语音特征是从语音数据中提取得到的获取语音数据；/n确定所述语音数据是否为远场语音数据；/n在确定所述语音数据为远场语音数据的情况下，通过语音识别模型对所述语音数据进行识别，其中，所述语音识别模型是根据通过语音数据的时间维度信息和频率维度信息，对所述语音数据的语音特征进行频带能量规整后得到的语音特征进行训练后得到的。/n
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/201810775407.X/，转载请声明来源钻瓜专利网。
