基于多路卷积神经网络的语音识别方法

授权

摘要

本发明提供基于多路卷积神经网络的语音识别方法，其能够提取更充分的语音信息，且处理数据量较大的音频数据时，具有更好的拟合性。其包括：S1：输入原始语音并进行处理；S2：提取出反映语音信号特征的关键特征参数，形成特征矢量序列；S3：基于多路卷积神经网络模型为基础、CTC作为损失函数，构建声学模型；多路卷积神经网络的结构包括依次设置的子网络结构、连续的全连接层、CTC损失函数；S4：训练声学模型，得到训练好的声学模型；S5：将待识别的特征矢量序列输入到训练好的声学模型中得到识别结果；S6：以步骤S5中得到的识别结果为基础进行后续的运算，即得到能够以最大概率输出该语音信号的词串，词串即原始语音被识别后的语言文字。

基本信息

专利标题：

基于多路卷积神经网络的语音识别方法

专利标题（英）：

暂无

公开（公告）号：

CN109272988A

申请号：

CN201811155813.2

公开（公告）日：

2019-01-25

申请日：

2018-09-30

授权号：

CN109272988B

授权日：

2022-05-24

发明人：

曹毅张威翟明浩刘晨黄子龙李巍

申请人：

江南大学

申请人地址：

江苏省无锡市滨湖区蠡湖大道1800号

代理机构：

无锡盛阳专利商标事务所(普通合伙)

代理人：

顾吉云

优先权：

CN201811155813.2

主分类号：

G10L15/02

IPC分类号：

G10L15/02 G10L15/06 G10L15/16 G10L15/26