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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利语音识别模型训练方法和装置、语音识别方法、介质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：CN115101050B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210906361.7，技术领域涉及：G10L15/01；该发明授权语音识别模型训练方法和装置、语音识别方法、介质是由张之勇;王健宗设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本语音识别模型训练方法和装置、语音识别方法、介质在说明书摘要公布了：本实施例涉及人工智能技术领域，尤其涉及语音识别模型训练方法和装置、语音识别方法、介质。语音识别模型训练方法包括：获取语音特征序列和带空白标志的逐帧字母序列；根据语音特征序列生成全局特征序列；根据语音特征序列、全局特征序列和逐帧字母序列，得到连接时间分类损失函数；根据语音特征序列和全局特征序列，得到注意力损失函数；根据连接时间分类损失函数以及注意力损失函数对语音识别模型的参数进行更新，得到训练完成的语音识别模型。本申请实施例的技术方案，通过引入连接时间分类损失函数和注意力损失函数，能够简化语音识别模型的训练步骤、提高模型生成对话的效率。

本发明授权语音识别模型训练方法和装置、语音识别方法、介质在权利要求书中公布了：1.一种语音识别模型训练方法，用于训练语音识别模型，其特征在于，所述方法包括： 获取语音特征序列和带空白标志的逐帧字母序列； 对所述语音特征序列经过编码器内的若干个卷积增强变换器处理，得到全局特征序列，其中，所述卷积增强变换器内设有第一个前馈模块、自注意力模块、卷积模块、第二个前馈模块，所述前馈模块使用了半步残差权重； 根据所述语音特征序列、所述全局特征序列和所述逐帧字母序列，得到连接时间分类损失函数； 根据概率链规则对所述语音特征序列和所述全局特征序列进行条件独立性假设，得到所述语音特征序列与所述全局特征序列的注意力后验分布； 根据所述注意力后验分布，计算解码器的交叉熵损失； 根据所述编码器和所述解码器之间的相似值，计算第一注意权重； 根据三元组计算第二注意权重，三元组包括开始时间、结束时间和时间跨度，以将对齐转换为第二注意权重通过在相应的开始时间和结束时间内为向量分配均匀的权重； 根据所述第一注意权重与所述第二注意权重，得到附加损失函数； 根据所述交叉熵损失和所述附加损失函数，得到注意力损失函数； 根据所述连接时间分类损失函数以及所述注意力损失函数对所述语音识别模型的参数进行更新，得到训练完成的语音识别模型。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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。