北京数美时代科技有限公司;数美天下(北京)科技有限公司李建群获国家专利权
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!
龙图腾网获悉北京数美时代科技有限公司;数美天下(北京)科技有限公司申请的专利一种语音识别方法、系统、存储介质和电子设备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:CN115762488B 。
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:202211304630.9,技术领域涉及:G10L15/06;该发明授权一种语音识别方法、系统、存储介质和电子设备是由李建群设计研发完成,并于2022-10-24向国家知识产权局提交的专利申请。
本一种语音识别方法、系统、存储介质和电子设备在说明书摘要公布了:本发明涉及一种语音识别方法、系统、存储介质和电子设备,包括:基于多个语音样本,对添加有多个中间损失模块的CTC编码网络进行训练,得到语音识别模型,并删除该语音识别模型中的多个中间损失模块,得到目标语音识别模型;中间损失模块用于:接收并对上一个编码层输出的第一语音特征进行处理,得到第二语音特征,并将第二语音特征与第一语音特征进行拼接,将拼接语音特征输入至下一个编码层;将待识别语音数据输入至目标语音识别模型中,得到识别结果。本发明通过在训练阶段对CTC编码网络进行改进,融合了更多的语音特征,加速了语音识别模型收敛;并通过在推理阶段将改进部分删除,在不影响模型推理速度的同时,也提高了语音识别准确率。
本发明授权一种语音识别方法、系统、存储介质和电子设备在权利要求书中公布了:1.一种语音识别方法,其特征在于,包括: 基于多个语音训练样本,对添加有多个中间损失模块的原始CTC编码网络进行训练,得到第一语音识别模型,并删除所述第一语音识别模型中的多个中间损失模块,得到目标语音识别模型;其中,任一中间损失模块用于:接收并对所述原始CTC编码网络中的上一个原始编码层输出的第一语音特征依次进行归一化处理、线性处理和映射处理,得到第二语音特征,并将所述第二语音特征与所述第一语音特征进行拼接,得到并将拼接语音特征输入至所述原始CTC编码网络的下一个原始编码层; 将待识别语音数据输入至所述目标语音识别模型中,得到语音识别结果; 所述任一中间损失模块包括:依次设置的第一归一化层、第一线性层、第一softmax层和第一卷积层;所述第一卷积层的参数与所述原始CTC编码网络的原始卷积层的参数相同,所述第一归一化层的参数与所述原始CTC编码网络的原始归一化层的参数相同;所述任一中间损失模块具体用于: 接收所述原始CTC编码网络中的上一个原始编码层输出的所述第一语音特征,将所述第一语音特征输入至所述第一归一化层进行归一化处理,得到归一化处理后的语音特征; 将所述归一化处理后的语音特征输入至所述第一线性层进行线性处理,并将经过线性处理后的语音特征输入至所述第一softmax层进行处理,得到所述第二语音特征; 通过所述第一卷积层将所述第二语音特征进行输出,以使所述第二语音特征与所述第一语音特征进行拼接,得到并将拼接语音特征输入至所述原始CTC编码网络的下一个原始编码层。
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数美时代科技有限公司;数美天下(北京)科技有限公司,其通讯地址为:100012 北京市朝阳区来广营西路5号院诚盈中心3号楼14层1401-1404单元;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励