基于LSTM-CTC尾部卷积的语音识别模型的构建方法及装...
授权
摘要

本发明公开了基于LSTM‑CTC尾部卷积的语音识别模型的构建方法及装置、语音识别方法,通过用一个全卷积层来替换BiLSTM层与softmax层之间的全连接层,以达到网络训练加速的效果。其中,LSTM用于训练语音识别模型,CTC作为损失函数,卷积层用于并行化原全连接层需同时进行的计算。基于卷积层的LSTM‑CTC网络利用卷积核并行计算的特点,使得原本的全连接层的计算不需要同时输入到内存中,从而加速网络的优化。与现有技术相比,本发明加快了语音模型的训练,减少了开发者的时间成本,在一定程度上降低了硬件的需求标准。

基本信息
专利标题 :
基于LSTM-CTC尾部卷积的语音识别模型的构建方法及装置、语音识别方法
专利标题(英):
暂无
公开(公告)号 :
CN111653275A
申请号 :
CN202010253075.6
公开(公告)日 :
2020-09-11
申请日 :
2020-04-02
授权号 :
CN111653275B
授权日 :
2022-06-03
发明人 :
高戈曾邦杨玉红陈怡尹文兵王霄方依云
申请人 :
武汉大学
申请人地址 :
湖北省武汉市武昌区珞珈山武汉大学
代理机构 :
武汉科皓知识产权代理事务所(特殊普通合伙)
代理人 :
罗飞
优先权 :
CN202010253075.6
主分类号 :
G10L15/16
IPC分类号 :
G10L15/16  G10L15/06  
相关图片
IPC结构图谱
G
G部——物理
G10
乐器;声学
G10L
语音分析或合成;语音识别;语音或声音处理;语音或音频编码或解码
G10L15/00
语音识别
G10L15/08
语音分类或检索
G10L15/16
利用人工神经网络
法律状态
2022-06-03 :
授权
2020-10-13 :
实质审查的生效
IPC(主分类) : G10L 15/16
申请日 : 20200402
2020-09-11 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN111653275A.PDF
PDF下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332