[发明专利]基于一致性路由网络的语音音素识别方法

摘要

本发明公开一种基于一致性路由网络的语音音素识别方法，首先在训练阶段，构造一致性路由前馈网络编码器，对向量初始语音音素数据进行矩阵运算和二维卷积得到低阶状态向量；构造一致性路由网络的一致性路由结构，通过一致性路由系数加权低阶状态向量，将其中的信息传递给高阶状态向量；以每个高阶状态向量的长度的softmax激活值在所有高阶状态向量softmax激活值中的占比来表示判定为该标签的概率；然后构造一致性路由网络的重构解码器，将真实标签对应的高阶状态向量进行解码重构；基于总损失函数对一致性路由网络的参数求得梯度公式进行优化更新；在测试阶段，将初始语音音素数据输入一致性路由网络的前馈编码器中，判断待测试数据的所属类别。

主权项

1.基于一致性路由网络的语音音素识别方法，其特征在于，包括以下步骤：步骤1，构造一致性路由网络的前馈网络编码器；步骤2，构造一致性路由网络的重构解码器，将真实标签对应的高阶状态向量进行解码重构；步骤3，根据softmax激活值的判别结果计算分类损失，根据对比解码器的解码结果和原始数据计算重构损失，根据一致性路由结果计算相似性损失，将分类损失、重构损失、相似性损失进行加权求和得到总损失，使用自适应矩估计法对一致性路由网络中的所有可更新参数进行优化，使总损失最小化；步骤4，将待测试的初始语音音素数据输入一致性路由网络的编码器中，根据所有高阶状态向量长度的softmax激活值判断待测试的初始语音音素数据的所属类别。