[发明专利]一种中英文混合语音识别方法及装置有效
| 申请号： | 201910794593.6 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110428820B | 公开（公告）日： | 2022-02-15 |
| 发明（设计）人： | 郑能恒;容韦聪;史裕鹏 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 李倩竹 |
| 地址： | 518060 广东*** | 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： | 本发明适用于语音识别技术领域，提供了一种中英文混合语音识别方法及装置，方法包括：获取语音训练样本，语音训练样本采样于中英文语料库，中英文语料库包括中文语料库、英文语料库、中英文混合语料库；通过语音训练样本对LSTM‑CTC端到端网络进行训练，并修改LSTM‑CTC端到端网络的softmax层，以使softmax层输出的字符为Unicode编码方式；根据softmax层输出的字符获得语音识别网络模型；将待识别语音输入语音识别网络模型，并通过RNN‑LM语言模型对语音识别网络模型的输出进行处理，获得基于待识别语音的语音识别结果；其中，RNN‑LM语言模型由语音训练样本的文本训练获得。通过本发明能够有效提高根据LSTM‑CTC端到端网络建立语音识别网络模型的过程中，CTC的解码效率，提升识别性能。 | ||
| 搜索关键词： | 一种 中英文 混合 语音 识别 方法 装置 | ||
【主权项】：
1.一种中英文混合语音识别方法，其特征在于，包括：获取语音训练样本，所述语音训练样本采样于中英文语料库，所述中英文语料库包括中文语料库、英文语料库、中英文混合语料库；通过所述语音训练样本对LSTM‑CTC端到端网络进行训练，并修改所述LSTM‑CTC端到端网络的softmax层，以使所述softmax层输出的字符为Unicode编码方式；根据所述softmax层输出的字符获得语音识别网络模型；将待识别语音输入所述语音识别网络模型，并通过RNN‑LM语言模型对所述语音识别网络模型的输出进行处理，获得基于所述待识别语音的语音识别结果；其中，所述RNN‑LM语言模型由所述语音训练样本的文本训练获得。
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深圳大学，未经深圳大学许可，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/201910794593.6/，转载请声明来源钻瓜专利网。
