[发明专利]语音音素识别方法和装置、存储介质及电子装置有效
| 申请号： | 201910775364.X | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110473518B | 公开（公告）日： | 2022-04-26 |
| 发明（设计）人： | 苏丹;陈杰 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/16 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 刘晓燕 |
| 地址： | 518000 广东省深圳*** | 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： | 本发明公开了一种语音音素识别方法和装置、存储介质及电子装置。其中，该方法包括：使用CNN从按照时间顺序进行排序的多个语音帧中提取与多个语音帧一一对应的多个第一语音特征；使用CTC模型从多个第一语音特征中确定多个关键语音特征，每个关键语音特征对应于CTC模型输出的多个语音帧中的一个尖峰位置；确定与每个关键语音特征对应的语音特征集合，每个语音特征集合包括对应的关键语音特征以及多个第一语音特征中与对应的关键语音特征相邻的一个或多个语音特征；使用自注意力网络分别对每个语音特征集合中的语音特征进行特征融合，得到多个融合语音特征；在音素集合中分别识别与每个融合语音特征对应的音素。 | ||
| 搜索关键词： | 语音 音素 识别 方法 装置 存储 介质 电子 | ||
【主权项】：
1.一种语音音素识别方法，其特征在于，包括：/n使用卷积神经网络从按照时间顺序进行排序的多个语音帧中提取出与所述多个语音帧一一对应的多个第一语音特征；/n使用连接时序分类CTC模型从所述多个第一语音特征中确定出多个关键语音特征，其中，每个所述关键语音特征对应于所述CTC模型输出的所述多个语音帧中的一个尖峰位置；/n确定出与每个所述关键语音特征对应的语音特征集合，其中，每个所述语音特征集合包括对应的所述关键语音特征以及所述多个第一语音特征中与对应的所述关键语音特征相邻的一个或多个语音特征；/n使用自注意力网络分别对每个所述语音特征集合中的语音特征进行特征融合，得到多个融合语音特征，其中，每个所述语音特征集合对应一个所述融合语音特征；/n在音素集合中分别识别出与每个所述融合语音特征对应的音素。/n
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910775364.X/，转载请声明来源钻瓜专利网。
- 上一篇：语音检测方法以及语音检测装置
- 下一篇：一种语音处理方法及装置
