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！

龙图腾网获悉西安理工大学;广西东信易通科技有限公司申请的专利一种基于多编码器的通话语音识别方法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：CN116631385B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202310418560.8，技术领域涉及：G10L15/08；该发明授权一种基于多编码器的通话语音识别方法是由邱原;肖浩;魏锦波;刘作;黎聪;寇佳威;张闯;阮梓涵设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种基于多编码器的通话语音识别方法在说明书摘要公布了：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。

本发明授权一种基于多编码器的通话语音识别方法在权利要求书中公布了：1.一种基于多编码器的通话语音识别方法，其特征在于，包括如下步骤： 步骤1：对通话语音按声道信息进行分类； 步骤2：将分类好的语音以空白信息进行切分后按照说话开始时间进行排序； 步骤3：对排序好的语音进行预处理，将语音的声学信号转为80维的Fbank特征，并将通话语音的标注文本中字统计到词库中； 步骤4：将Fbank特征，按照前一句、目标句和后一句进行拼接作为语境信息的来源；对拼接后的语音和目标句分别输入到两个不同的编码器中，按照外部融合或内部融合进行语境信息融合，获得包含语境信息的隐空间特征； 步骤5：将隐空间特征输入到历史解码器中，在历史解码器中与已识别的文本特征进行融合，得到包含上下文的特征信息； 步骤6：将步骤5得到的包含上下文的特征信息输入到解码器中进行有掩码的解码操作，从而获得解码特征信息； 步骤7：将解码特征信息输入预设归一化指数函数中，得到目标语音的识别结果。

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西安理工大学;广西东信易通科技有限公司，其通讯地址为：710048 陕西省西安市金花南路5号西安理工大学金花校区；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”。

以上内容由龙图腾AI智能生成。