内容提供者
语音识别模型的训练方法、语音识别方法、装置及设备.pdf
2023-04-19
10金币
1.2MB
32页
邻家****66
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共32页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
语音识别模型的训练方法、语音识别方法、装置及设备.pdf
本申请提供了一种语音识别模型的训练方法、语音识别方法、装置及设备,属于语音识别技术领域。所述语音识别模型的训练方法包括:通过所述语音识别模型中的第一编码器,对样本语音片段的样本特征序列中多个特征子序列分别进行编码,得到多个第一特征编码;对所述多个第一特征编码进行分块,得到多个特征块;通过所述语音识别模型中的第二编码器,对所述多个特征块分别进行编码,得到多个第二特征编码;对所述多个第一特征编码和所述多个第二特征编码分别进行解码,得到多个解码文本;基于所述多个解码文本与所述样本语音片段的标注文本之间的差异,训
2023-04-19
10
1.2MB
语音识别模型的训练方法、语音识别方法及装置.pdf
本申请公开了一种语音识别模型的训练方法、语音识别方法及装置。语音识别模型的训练方法，包括：获取目标训练文本，其中，所述目标训练文本包括对将来的预设时间段内预测的目标场景对应的场景关键词；根据目标训练文本对初始语音识别模型进行更新训练，得到目标语音识别模型，其中，所述初始语音识别模型为已训练完成的语音识别模型。根据本申请实施例，能够解决语音识别效率低，识别准确性差的问题。
2023-07-24
10
429KB
语音识别方法、语音识别模型的训练方法、装置和设备.pdf
本申请公开了一种语音识别方法、语音识别模型的训练方法、装置和设备，属于语音交互技术领域。方法包括：获取待识别的语音数据对应的特征向量和目标语音识别模型，目标语音识别模型的结构包括共享嵌入式网络和前层网络，前层网络包括多专家网络层和自注意神经网络，多专家网络层包括目标路由矩阵和多个前馈神经网络，目标路由矩阵基于损失函数得到，共享嵌入式网络和目标路由矩阵用于确定多个前馈神经网络分别对应的概率系数；调用目标语音识别模型对特征向量进行处理，得到语音数据对应的文本内容。该方法得到的文本内容与语音数据的匹配度较高，文
2023-07-25
10
1.1MB
语音识别模型的训练、语音识别方法、装置及设备.pdf
本申请实施例提供了一种语音识别模型的训练方法、语音识别方法、装置及设备。该方法包括：重复执行至少一个训练过程，直至第一文本数据的置信度满足停止训练条件，训练过程包括：将小语种音频数据输入至第一语音识别模型，得到第一文本数据，当第一文本数据的置信度不满足停止训练条件时，根据第一文本数据、对应的小语种音频数据以及第一样本数据，生成第二样本数据，将第二样本数据输入至第一语音识别模型，对第一语音识别模型进行训练，生成第二语音识别模型，并将第二语音识别模型作为第一语音识别模型；将第一文本数据的置信度满足停止训练条件
2023-07-25
10
944KB
声学模型训练方法、语音识别方法及装置.pdf
本发明实施例提供一种声学模型训练、语音识别方法及装置。包括：对训练语料对应的子带进行时域扩展得到特征矩阵；将所述特征矩阵通过预设的卷积器，获得第一向量；根据所述第一向量与预设的隐藏层权重矩阵获得N维向量；其中，N为所述声学模型的分类数目；根据所述N维向量对所述卷积器与所述隐藏层权重矩阵进行参数更新，以所述参数更新后的所述卷积器与所述隐藏层权重矩阵作为所述声学模型。改善了声学模型，提高了声学打分的正确率。
2023-12-06
10
921KB