[发明专利]一种改进的延时神经网络声学模型有效
| 申请号： | 201811090966.3 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109147774B | 公开（公告）日： | 2021-07-20 |
| 发明（设计）人： | 陈凯斌;张伟彬;徐向民 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于语音识别技术领域，涉及一种改进的延时神经网络声学模型，包括：搭建基础TDNN网络；在相邻的两层隐藏层中间添加注意力模块，得到改进后的TDNN网络；针对改进后的TDNN网络进行训练，得到最终的声学模型。注意力模块由一个仿射变换和一个加权函数组成，以前一隐藏层的输出作为输入，提取对输入的特征权重值，用提取到的权重值为原输入特征加权，得到加权后的特征。本发明在考虑模型建模能力、对上下文信息提取能力及模型的大小等方面的因素下，通过多层次地为神经网络隐藏层特征加权，有效对层间特征的相对重要性进行显式建模，提高了TDNN声学模型的性能，从而提高了语音识别系统整体性能。 | ||
| 搜索关键词： | 一种 改进 延时 神经网络 声学 模型 | ||
【主权项】：
1.一种改进的延时神经网络声学模型，其特征在于，包括：a、搭建基础TDNN网络；基础TDNN网络包含：输入层、隐藏层和输出层，其中隐藏层设有若干层，并且在隐藏层实行同层参数共享和跳帧采样；b、在相邻的两层隐藏层中间添加注意力模块，得到改进后的TDNN网络；c、针对改进后的TDNN网络进行训练，得到最终的声学模型。
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华南理工大学，未经华南理工大学许可，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/201811090966.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种语音识别装置和方法
- 下一篇：一种基于神经网络的语音识别方法及装置
