[发明专利]一种基于二值化递归神经网络的语音识别方法在审
| 申请号： | 201910310341.1 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110033766A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 李坤平;张帅;周喜川 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G10L15/22 | 分类号： | G10L15/22;G10L25/30;G10L15/06;G06N3/04 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400044 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于二值化递归神经网络的语音识别方法，属于人工智能领域。该方法包括：S1：语音录入，向量化音频；S2：构建二值化递归神经网络模型，并对向量化后的音频进行解码和编码；S3：输出编码后的音频，即输出文字化的音频。所述二值化递归神经网络模型包括二值化单层单向RNN模型、二值化双向RNN模型和二值化双向LSTM模型等网络结构。本发明提高应用模型精度的同时保持二值化网络在速度和能耗方面的优势；使得在嵌入式设备上实现在自然语言处理和语音处理应用场景下性能较好的LSTM/RNN模型成为可能。 | ||
| 搜索关键词： | 二值化 递归神经网络 语音识别 人工智能领域 自然语言处理 嵌入式设备 解码 输出编码 输出文字 网络结构 应用场景 应用模型 语音处理 向量化 单层 对向 构建 录入 能耗 量化 语音 网络 | ||
【主权项】：
1.一种基于二值化递归神经网络的语音识别方法，其特征在于，该方法包括以下步骤：S1：语音录入，向量化音频；S2：构建二值化递归神经网络模型，并对向量化后的音频进行解码和编码；S3：输出编码后的音频，即输出文字化的音频。
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重庆大学，未经重庆大学许可，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/201910310341.1/，转载请声明来源钻瓜专利网。
