上海交通大学钱彦旻获国家专利权
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！
龙图腾网获悉上海交通大学申请的专利基于二阶信息的非结构化剪枝压缩的轻量化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：CN119207382B 。
龙图腾网通过国家知识产权局官网在2025-12-16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：202411312981.3，技术领域涉及：G10L15/06；该发明授权基于二阶信息的非结构化剪枝压缩的轻量化语音识别方法是由钱彦旻;顾天腾设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。
本基于二阶信息的非结构化剪枝压缩的轻量化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二阶信息的非结构化剪枝压缩的轻量化语音识别方法，该方法包括如下步骤：对目标语音识别模型每一层不同组成部分进行基于Hessian矩阵给的敏感分析，用于进行混合稀疏度剪枝压缩搜索；根据上述求得的稀疏度从浅至深逐层对模型进行搜索，根据输入数据和模型参数的值计算出每个参数对于模型性能贡献，裁剪掉贡献交底的参数并对剩余参数进行更新；采用循环剪枝产生最终的剪枝压缩模型，剪枝到一个低于目标稀疏度的较低稀疏度，然后对模型进行微调，以此将模型参数修正到最优性能。本发明能够在不牺牲性能的前提下，高效地从预训练的大型语音模型中移除不重要参数，减少了模型的计算和存储需求，在高稀疏条件下具备良好性能。
本发明授权基于二阶信息的非结构化剪枝压缩的轻量化语音识别方法在权利要求书中公布了：1.一种基于二阶信息的非结构化剪枝压缩的轻量化语音识别方法，其特征在于，包括如下步骤： S1：对目标语音识别模型每一层不同组成部分进行基于Hessian矩阵的敏感分析，结合混合稀疏度剪枝压缩搜索算法，获取一定压缩比下每一层的稀疏度； S2：利用步骤S1求得的稀疏度从浅至深逐层对模型进行搜索，以单个参数为剪枝对象采用非结构化剪枝，根据输入数据和模型参数的值计算出每个参数对于模型性能的贡献，裁剪掉贡献较低的参数； S3：将选取最不重要的参数和更新余下参数建模为有条件的优化问题，使用拉格朗日乘子求得余下参数的变化量，以此实现对上述裁剪后的参数集的补偿； S4：循环上述步骤S1~S3，采用循环剪枝策略：先将模型剪枝到低于目标稀疏度的较低稀疏度，对剪枝后的模型进行微调，以此将模型参数修正到最优性能，重复上述剪枝和微调流程，直至模型被剪枝到目标稀疏度且模型微调到收敛，以获取最终的剪枝压缩模型。
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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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