内容提供者
用于语音识别的声学模型训练方法及装置.pdf
2023-12-07
10金币
428KB
12页
书生****写意
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12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
用于语音识别的声学模型训练方法及装置.pdf
本发明实施例提供一种用于语音识别的声学模型训练方法及装置，所述方法包括：获取训练样本；所述训练样本包括声学特征以及所述声学特征对应的训练文本；获取原始声学模型，并利用所述原始声学模型，确定每一训练文本对应的所述原始声学模型中的声学状态；根据每一训练文本对应的声学状态以及声学特征，确定每一声学状态对应的声学特征；利用每一声学状态对应的声学特征，重新训练获得所述声学状态的状态描述模型；利用重新训练获得的状态描述模型，更新所述原始声学模型中的原始状态描述模型，获得更新之后的声学模型，本发明实施例降低了模型训练复
2023-12-07
10
428KB
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
一种声学模型的训练方法及装置、语音识别方法及装置.pdf
本申请提供一种声学模型的训练方法及装置、语音识别方法及装置，其中，声学模型的训练方法包括：获取N路远场音频样本数据，N表示麦克风阵列所包含的麦克风数量；对所述N路远场音频样本数据进行空间滤波处理，得到M通道音频样本数据，其中M为正整数且M≥2；对所述M通道音频样本数据进行特征提取和合并处理，得到目标音频特征序列；将所述N路远场音频样本数据对应的标签数据作为训练标签以及将所述目标音频特征序列作为训练样本，输入至声学模型进行训练，以建立多路远场声学模型，从而将前端信号处理和后端声学模型训练融为一体，解决了前端
2024-01-04
10
1.1MB
语音识别的纠错方法、模型训练方法及装置.pdf
本公开提供了一种语音识别的纠错方法、模型训练方法及装置，涉及人工智能技术领域，尤其涉及语音识别、自然语言处理技术领域。具体实现方案为：获取语音信息的原始语音识别结果；识别所述原始语音识别结果中存在目标文本；将所述原始语音识别结果中的所述目标文本替换为预设标签，生成候选语音识别结果；基于所述原始语音识别结果和所述候选语音识别结果，对所述目标文本进行纠错。由此，可基于预设标签实现语音识别结果的自动纠错，适用性好，提高了语音识别的纠错效率和正确率。
2023-07-24
10
851KB
声学模型训练方法、语音识别方法、装置及电子设备.pdf
本发明公开了一种声学模型训练方法、语音识别方法、装置及电子设备，所述声学模型训练方法包括：获取双语混合字典，双语混合字典包括词汇与发音标注的对应关系，双语混合字典中的外语词汇对应的发音标注包括至少一个声母和/或韵母；根据双语混合字典，确定训练数据集中的训练数据对应的文本包含的词汇对应的发音标注，训练数据至少包括双语混合音频数据；根据所确定的发音标注，得到文本对应的发音标注序列，并将发音标注序列确定为训练数据的训练标签；根据训练数据和训练数据的训练标签，对声学模型进行训练。本发明实施例提供的技术方案，训练得
2024-01-04
10
632KB