一种语音识别方法和相关装置
公开
摘要
本申请实施例公开了一种语音识别方法和相关装置,至少涉及人工智能中的语音识别技术,将待识别的语音数据作为声学模型中时延神经网络的输入数据,由于该时延神经网络的输出层包括与多个音节分别对应的声学建模单元,使得通过时延神经网络能以音节为识别粒度,得到语音数据所包括语音帧分别对应的音节概率分布。通过输出层以音节进行识别时,可以结合语音帧的前后音节信息,基于发音规则对语音帧所属音节进行辅助判断,以输出更为精准的音节概率分布。而且由于音节一般由一个或多个音素组成,具有更高的容错能力,不仅基于音节概率分布获取更为准确的确定语音识别结果,还对待识别的语音数据质量要求不高,有效扩展了语音识别技术的适用场景。
基本信息
专利标题 :
一种语音识别方法和相关装置
专利标题(英):
暂无
公开(公告)号 :
CN114360510A
申请号 :
CN202210042387.1
公开(公告)日 :
2022-04-15
申请日 :
2022-01-14
授权号 :
暂无
授权日 :
暂无
发明人 :
袁有根吕志强黄申
申请人 :
腾讯科技(深圳)有限公司
申请人地址 :
广东省深圳市南山区高新区科技中一路腾讯大厦35层
代理机构 :
深圳市深佳知识产权代理事务所(普通合伙)
代理人 :
罗晓敏
优先权 :
CN202210042387.1
主分类号 :
G10L15/02
IPC分类号 :
G10L15/02 G10L15/16
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
G10L15/02
语音识别的特征提取;识别单位的选择
法律状态
2022-04-15 :
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
暂无PDF文件可下载