[发明专利]多模态语音识别模型的训练方法、语音识别方法及设备在审
| 申请号： | 202210235261.6 | 申请日： | 2022-03-11 |
| 公开（公告）号： | CN114724548A | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 张自强;戴礼荣 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/183;G06K9/62 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 张博 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多模态语音识别模型的训练方法，包括：利用多模态语言识别模型处理无标签的音视频数据，得到无标签的音视频特征；利用跨模态采样机制对无标签的音视频特征进行采样，得到样本表征；利用多模态语音识别模型处理无标签的音视频特征，得到无标签的融合表征；利用预训练损失函数处理无标签的融合表征和样本表征并根据预训练损失值优化多模态语音识别模型；根据预设任务需求，利用多模态语音识别模型处理带标签的音视频数据，得到带标签的融合表征；利用微调损失函数处理带标签的融合表征并根据微调损失值优化多模态语音识别模型；迭代进行预训练优化操作和微调优化操作，直到微调损失值满足预设条件，得到训练完成的多模态语音识别模型。 | ||
| 搜索关键词： | 多模态 语音 识别 模型 训练 方法 设备 | ||
【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中国科学技术大学，未经中国科学技术大学许可，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/202210235261.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种污水处理方法
- 下一篇：基于物联网和大数据的安全系统
