[发明专利]一种基于多编码器的通话语音识别方法在审
| 申请号： | 202310418560.8 | 申请日： | 2023-04-19 |
| 公开（公告）号： | CN116631385A | 公开（公告）日： | 2023-08-22 |
| 发明（设计）人： | 邱原;肖浩;魏锦波;刘作;黎聪;寇佳威;张闯;阮梓涵 | 申请（专利权）人： | 西安理工大学;广西东信易通科技有限公司 |
| 主分类号： | G10L15/08 | 分类号： | G10L15/08;G10L15/14;G10L15/16 |
| 代理公司： | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人： | 刘涛 |
| 地址： | 710048 陕西省西*** | 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编码器的通话语音识别方法，首先对通话语音按声道信息进行说话人分类；将分类好的语音按说话时间和空白信息进行切分排序；对排序好的语音进行预处理，并转为80维的Fbank特征；将Fbank特征按照前一句、识别句和后一句进行拼接作为语境信息的来源；将拼接后的语音和目标句分别输入到两个不同的编码器中，按照不同的方式进行语境信息的融合，获得包含语境信息的隐空间特征；再输入到历史解码器中，在历史解码器中与之前识别的文本特征进行融合，得到包含上下文的特征信息；最终进行解码操作得到目标语音的识别结果。本发明通过充分挖掘通话中的语境信息，弥补了传统语音识别对于语境信息的缺失，提高了通话语音识别的精度。 | ||
| 搜索关键词： | 一种 基于 编码器 通话 语音 识别 方法 | ||
【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理工大学;广西东信易通科技有限公司，未经西安理工大学;广西东信易通科技有限公司许可，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/202310418560.8/，转载请声明来源钻瓜专利网。
