[发明专利]语音识别方法、装置及存储介质有效
| 申请号： | 201910418620.X | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110047468B | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 曲贺;王晓瑞;李岩 | 申请（专利权）人： | 北京达佳互联信息技术有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/16 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 祝亚男 |
| 地址： | 100085 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： | 本公开是关于一种语音识别方法、装置及存储介质，属于机器学习技术领域。方法包括：获取待识别的音频帧；分别提取音频帧的梅尔标度滤波器组特征和发声用户信息矢量；对梅尔标度滤波器组特征和发声用户信息矢量进行融合处理，得到融合特征；基于目标声学模型对融合特征进行处理，得到音频帧的语音识别结果，目标声学模型包括多个空洞卷积层。本公开会同时提取音频帧的梅尔标度滤波器组特征和发声用户信息矢量，之后，将二者进行特征融合并将融合后的特征输入声学模型，由于融合后的特征能够对说话人特征和信道特征进行有效表达，提高了语音识别的准确率；另外，声学模型中包括多个空洞卷积层，可以在相同感受野下减少计算量，加快了语音识别速度。 | ||
| 搜索关键词： | 语音 识别 方法 装置 存储 介质 | ||
【主权项】：
1.一种语音识别方法，其特征在于，包括：获取待识别的音频帧；分别提取所述音频帧的梅尔标度滤波器组特征和发声用户信息矢量；对所述梅尔标度滤波器组特征和所述发声用户信息矢量进行融合处理，得到融合特征；基于目标声学模型对所述融合特征进行处理，得到所述音频帧的语音识别结果，所述目标声学模型包括多个空洞卷积层。
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达佳互联信息技术有限公司，未经北京达佳互联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/201910418620.X/，转载请声明来源钻瓜专利网。
