[发明专利]一种基于多次模态融合的视听语音识别方法、装置、设备和存储介质有效
| 申请号： | 202110092107.3 | 申请日： | 2021-01-23 |
| 公开（公告）号： | CN112967713B | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 王志;郭加伟;余凡;赵欣伟 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G10L15/183 | 分类号： | G10L15/183;G06F18/2415;G06F18/25;G06N3/047;G06N3/049;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 王艾华 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多次模态融合的视听语音识别方法、装置、设备和存储介质，本方法在视听语音识别子网络中所使用的Skip RNN相比普通的RNN改善了推理速度慢，梯度消失以及难以捕获长期依存关系等问题，采用的TCN可以解决视频帧提取特征不完善问题，采用的多模态融合注意力机制可以有效改善多模态融合问题，采用了多次模态融合来提升识别准确率。 | ||
| 搜索关键词： | 一种 基于 多次 融合 视听 语音 识别 方法 装置 设备 存储 介质 | ||
【主权项】：
暂无信息
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西安交通大学，未经西安交通大学许可，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/202110092107.3/，转载请声明来源钻瓜专利网。
