[发明专利]一种年龄增强的语音识别增强方法和装置在审
| 申请号： | 201910955160.4 | 申请日： | 2019-10-09 |
| 公开（公告）号： | CN110534098A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 刘旭生;马永波;张晓慧;李子乾;张才俊;申蕾;王笑一;王秀春;何学东;朱龙珠;杨华;安业腾 | 申请（专利权）人： | 国家电网有限公司客户服务中心 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06 |
| 代理公司： | 11368 北京世誉鑫诚专利代理事务所(普通合伙) | 代理人： | 孙国栋<国际申请>=<国际公布>=<进入 |
| 地址： | 300300 天*** | 国省代码： | 天津;12 |
| 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识别方法和装置，特别公开了一种年龄增强的语音识别增强方法和装置。该一种年龄增强的语音识别增强方法和装置，本装置主要由语音分帧模块、类别标记模块、年龄段编码向量模块和语音识别系统训练模块构成；本装置需预设对训练数据分帧进行发音类别标记，标记对应的年龄段，然后将获取的年龄端编码为向量加入到语音识别系统训练模块中去，获取语音识别引擎；在语音识别系统训练模块获取了年龄向量后，即可进行语音识别引擎训练。其益效果是：通过多任务协同学习的方法，将年龄作为一个向量加入到语音识别模型训练中去，既能共享大数据中语音基础信息，又能对不同年龄段的人群进行针对性优化，从而提高语音识别引擎整体的识别率。 | ||
| 搜索关键词： | 语音识别 语音识别系统 语音识别引擎 方法和装置 训练模块 年龄段 向量 类别标记 分帧 编码向量 模型训练 任务协同 训练数据 语音基础 大数据 识别率 预设 发音 语音 共享 人群 优化 学习 | ||
【主权项】：
1.一种年龄增强的语音识别增强方法和装置，其特征在于：本装置主要由语音分帧模块、类别标记模块、年龄段编码向量模块和语音识别系统训练模块构成；本装置需预设对训练数据分帧进行发音类别标记，标记对应的年龄段，然后将获取的年龄端编码为向量加入到语音识别系统训练模块中去，获取语音识别引擎；在语音识别系统训练模块获取了年龄向量后，即可进行语音识别引擎训练，具体流程如下：/n输入向量：输入向量分为语音特征向量和年龄向量；语音特征向量为40维的Fbank特征，考虑到上下文相关，使用11帧的对称窗口，并做LDA降维至200维，年龄向量即为年龄段编码向量模块中获取的向量；/n网络结构：4层隐含层，每层1200个结点，输出层对应GMM的个数，为7552个结点；/n模型训练：交叉熵作为训练的评判标准，训练中采用随机梯度下降法。/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国家电网有限公司客户服务中心，未经国家电网有限公司客户服务中心许可，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/201910955160.4/，转载请声明来源钻瓜专利网。
- 上一篇：语音控制方法及装置
- 下一篇：语音唤醒处理方法、装置、存储介质及电子设备
