一种音频场景分类辅助的语音识别快速自适应方法
实质审查的生效
摘要
本发明公开了一种音频场景分类辅助的语音识别快速自适应方法,包括以下步骤:S1、训练得到一个音频场景分类模型,通过所述音频场景分类模型准确地提取输入音频的场景相关特征;S2、将音频场景分类模型所提取得到的场景相关特征和语音识别模型的声学特征进行融合,由于语音识别模型所获取的声学特征和音频场景分类模型所提取的场景相关特征之间有很强的相关性,将场景相关特征输入到语音识别模型后能够使得语音识别模型可以更专注于所识别的内容,得到识别准确率更高的融合模型,使得所述语音识别模型在目标域数据上得以快速自适应,提高语音识别模型的自适应能力。
基本信息
专利标题 :
一种音频场景分类辅助的语音识别快速自适应方法
专利标题(英):
暂无
公开(公告)号 :
CN114464182A
申请号 :
CN202210204440.3
公开(公告)日 :
2022-05-10
申请日 :
2022-03-03
授权号 :
暂无
授权日 :
暂无
发明人 :
潘立馨宋彤彤关昊天王宇光
申请人 :
慧言科技(天津)有限公司
申请人地址 :
天津市西青区天津华苑产业区海泰发展六道6号海泰绿色产业基地J座210、211
代理机构 :
北京栈桥知识产权代理事务所(普通合伙)
代理人 :
潘卫锋
优先权 :
CN202210204440.3
主分类号 :
G10L15/22
IPC分类号 :
G10L15/22 G10L15/02 G10L15/06 G10L15/16 G10L15/26
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
G10L15/22
在语音识别过程中使用的程序
法律状态
2022-05-27 :
实质审查的生效
IPC(主分类) : G10L 15/22
申请日 : 20220303
申请日 : 20220303
2022-05-10 :
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