[发明专利]一种语音识别方法及装置、设备、介质在审
| 申请号： | 201811550375.X | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109448707A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 郭晖;张楠赓 | 申请（专利权）人： | 北京嘉楠捷思信息技术有限公司 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16;G10L15/06 |
| 代理公司： | 北京市中伦律师事务所 11410 | 代理人： | 杨黎峰;钟锦舜 |
| 地址： | 100094 北京市海淀*** | 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： | 本申请公开了一种语音识别方法及装置、设备、介质。该方法至少包括：对待识别音频数据进行傅里叶变换，得到语谱图；利用根据预设的语音识别字典构建并训练的卷积神经网络，对语谱图进行处理，输出相应的张量，语音识别字典中指定了字词与音素之间的映射关系；在相应的张量中进行搜索，得到相应的文本，作为语音识别结果。本申请利用卷积神经网络对待识别音频数据对应的语谱图进行识别，无需预先提取特征，能够复用图像识别算法来实现语音识别，有助于降低计算量，减少处理时间，也有助于减少信息损失，提高识别率。 | ||
| 搜索关键词： | 语音识别 卷积神经网络 音频数据 字典 图像识别算法 语音识别结果 傅里叶变换 提取特征 信息损失 映射关系 计算量 识别率 复用 构建 音素 预设 申请 搜索 文本 输出 | ||
【主权项】：
1.一种语音识别方法，其特征在于，包括：对待识别音频数据进行傅里叶变换，得到语谱图；利用根据预设的语音识别字典构建并训练的卷积神经网络，对所述语谱图进行处理，输出相应的张量，所述语音识别字典中指定了字词与音素之间的映射关系；在所述相应的张量中进行搜索，得到相应的文本，作为语音识别结果。
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北京嘉楠捷思信息技术有限公司，未经北京嘉楠捷思信息技术有限公司许可，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/201811550375.X/，转载请声明来源钻瓜专利网。
- 上一篇：神经网络语言模型压缩方法及系统
- 下一篇：远场语音唤醒系统
