买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种基于脉冲神经网络的端到端语音识别方法与系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116994573B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310552616.9，技术领域涉及：G10L15/16；该发明授权一种基于脉冲神经网络的端到端语音识别方法与系统是由杨旭;高蓝宇;谢之非;雷云霖设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于脉冲神经网络的端到端语音识别方法与系统在说明书摘要公布了：一种基于脉冲神经网络进行端到端语音识别的方法，包括语音数据预处理、训练具有自注意力的卷积脉冲神经网络和预处理后的语音数据输入训练好的脉冲神经网络进行识别三个步骤，脉冲神经元模型使用多个时间步长的LIF神经元模型，提出针对自注意力的卷积脉冲神经网络结构。本方法更多地结合生物特性，能有效降低神经网络的计算量，在大规模语音数据集能更准确地识别出文本内容。

本发明授权一种基于脉冲神经网络的端到端语音识别方法与系统在权利要求书中公布了：1.一种基于脉冲神经网络的端到端语音识别方法，其特征在于，包括如下步骤： 步骤1：语音数据预处理，包括：对原始语音数据进行特征提取、特征增强后，进行上采样，最后进行相对位置编码； 步骤2：利用预处理后的语音数据构成的数据集训练具有自注意力的卷积脉冲神经网络；所述具有自注意力的卷积脉冲神经网络包括具有自注意力的卷积脉冲编码器和线性脉冲解码器； 所述具有自注意力的卷积脉冲编码器包括依次连接的线性脉冲神经元层、Dropout层和m个由脉冲神经元组成的自注意力卷积块，所述自注意力卷积块中，以LIF脉冲神经元替代激活函数进行激发，且自注意力卷积块的各模块之间的输入和输出进行残差计算； 所述线性脉冲解码器为一层线性脉冲神经元层，以所述具有自注意力的卷积脉冲编码器的输出数据作为输入； 所述自注意力卷积块中的模块包括依次连接的第一半步长前馈模块、多头自注意力模块、卷积模块、第二半步长前馈模块以及归一化模块； 所述第一半步长前馈模块和所述第二半步长前馈模块的结构相同，均包括依次连接的第一归一化模块、第一线性脉冲神经元层A、第一LIF脉冲神经元层、第一Dropout层A、第一线性脉冲神经元层B和第一Dropout层B，其中第一Dropout层B的输出数据除2后与第一归一化模块的输入数据进行残差计算作为所述第一半步长前馈模块的最终输出； 所述多头自注意力模块包括依次连接的第二归一化模块、h个自注意力层和第二Dropout层，所述第二Dropout层将多头自注意力模块的输入数据经过每个自注意力层的结果进行求和，求和结果与第二归一化模块的输入数据进行残差计算作为所述多头自注意力模块的最终输出； 所述卷积模块包括依次连接的第三归一化模块、逐点卷积层A、第二LIF脉冲神经元层A、一维深度卷积层、批归一化层、第二线性脉冲神经元层、第二LIF脉冲神经元层B、逐点卷积层B和第三Dropout层， 所述一维深度卷积层和所述批归一化层将LIF脉冲神经元激发后的数据与激发前的数据做乘法操作，所述第三Dropout层的输出数据与所述第三归一化模块的输入数据进行残差计算作为所述卷积模块的最终输出； 步骤3：将待识别的语音数据预处理后，输入训练好的脉冲神经网络进行识别，实现语音文本转化。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。