Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市灵镜技术有限公司张年乾获国家专利权

深圳市灵镜技术有限公司张年乾获国家专利权

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!

龙图腾网获悉深圳市灵镜技术有限公司申请的专利一种基于深度学习的中文语音识别系统及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:CN115240655B

龙图腾网通过国家知识产权局官网在2025-11-25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:202210848331.5,技术领域涉及:G10L15/06;该发明授权一种基于深度学习的中文语音识别系统及方法是由张年乾设计研发完成,并于2022-07-19向国家知识产权局提交的专利申请。

一种基于深度学习的中文语音识别系统及方法在说明书摘要公布了:本发明提供了一种基于深度学习的中文语音识别系统及方法,涉及语音识别技术领域,其系统包括:语音获取模块,用于实时接收待识别中文语音段,并基于时间序列对所述待识别中文语音段进行排序;语音识别模块,用于构建中文语音识别模型,并基于排序结果依次将获取到的待识别中文语音段输入中文语音识别模型进行语音识别,得到语音文本;修正模块,用于基于预设中文语法对得到的语音文本进行语法修正,得到最终的语音识别文本。通过构建中文语音识别模型依次对获取到的待识别中文语音段进行识别,并根据中文语法对识别到的语音文本进行修正,从而确保对中文语音识别的准确率,提高了对中文语音识别的效果。

本发明授权一种基于深度学习的中文语音识别系统及方法在权利要求书中公布了:1.一种基于深度学习的中文语音识别系统,其特征在于,包括: 语音获取模块,用于实时接收待识别中文语音段,并基于时间序列对所述待识别中文语音段进行排序; 语音识别模块,用于构建中文语音识别模型,并基于排序结果依次将获取到的待识别中文语音段输入中文语音识别模型进行语音识别,得到语音文本; 修正模块,用于基于预设中文语法对得到的语音文本进行语法修正,得到最终的语音识别文本; 其中,所述语音识别模块包括: 数据获取单元,用于获取语音训练文本,并从预设语音库中调用不同声色的口音对所述语音训练文本进行读取,得到不同声色的口音对所述语音训练文本的音频数据; 数据处理单元,用于对所述音频数据进行预处理,并基于预处理结果将所述音频数据转换为对应的语谱图,且基于所述语谱图确定所述音频数据中的有效区域; 模型构建单元,用于基于所述有效区域确定所述音频数据的特征参数,同时,获取中文汉语拼音与汉字的对应关系,并基于所述对应关系对所述特征参数进行训练,且基于训练结果构建中文语音识别模型; 语音识别单元,用于将获取到的待识别中文语音段依次输入所述中文语音识别模型,并基于所述中文语音识别模型中的预设语法分析树对接收到的待识别中文语音段进行分析,确定所述待识别中文语音段中每一句的起始点和结束点; 所述语音识别单元,用于基于所述起始点和结束点对每一所述待识别中文语音段进行第一拆分,且基于第一拆分结果得到每一所述待识别中文语音段的语句集合,并提取所述语句集合中每一句中文语音中包含的音节属性; 所述语音识别单元,用于基于所述音节属性对每一句中文语音进行第二拆分,并基于第二拆分结果得到每一句中文语音中包含的中文词汇; 所述语音识别单元,还用于提取所述中文词汇的发音特征,并基于所述中文汉语拼音与汉字的对应关系对所述发音特征进行处理,得到所述中文词汇对应的词汇文本; 文本拼接单元,用于将每一句中文语音中包含的中文词汇对应的词汇文本进行拼接,得到所述待识别中文语音段对应的语音文本; 基于所述中文语音识别模型中的预设语法分析树对接收到的待识别中文语音段进行分析,包括: 获取得到的待识别中文语音段,并将所述待识别中文语音段转换为对应的特征向量,且基于所述特征向量确定所述待识别中文语音段对应的特征序列; 基于所述特征序列计算中文语音识别模型对所述待识别中文语音段识别到的词序列,并基于所述词序列计算对待识别中文语音段的识别准确率,具体步骤包括: 根据如下公式计算对所述待识别中文语音段识别到的词序列: ; 其中,表示对所述待识别中文语音段识别到的词序列;表示声学模型,表征在预设词序列为的情况下,输出声学特征为特征序列的概率,且取值范围为0,1;表示语言模型,表征预设词序列在特征序列中出现的概率值,且取值范围为0,1;表示可调参数,且取值范围为0,1;表示对函数求集合的函数,具体表征在满足声学模型和语言模型对待识别中文语音段识别的条件时,获取到的最大词汇集合; 基于所述词序列确定对所述待识别中文语音段识别到的词汇总数; 根据如下公式计算对待识别中文语音段的识别准确率: ; 其中,表示对待识别中文语音段的识别准确率,且取值范围为0,1;表示误差因子,且取值范围为0.02,0.05;表示对所述待识别中文语音段识别到的词汇总数;表示对所述待识别中文语音段错误识别的词汇个数;表示所述待识别中文语音段被遗漏识别的词汇个数; 将计算得到的识别准确率与预设准确率进行比较; 若所述识别准确率大于或等于所述预设准确率,判定对所述待识别中文语音段的识别合格; 否则,判定对所述待识别中文语音段的识别不合格,并重新对所述待识别中文语音段进行语音识别,直至所述识别准确率大于或等于所述预设准确率。

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深圳市灵镜技术有限公司,其通讯地址为:518110 广东省深圳市宝安区新安街道兴东社区67区高新奇厂房3层F04;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。