一种基于数据增强的无声语音识别方法及装置
公开
摘要
本发明公开了一种基于数据增强的无声语音识别方法及装置，涉及语音识别技术领域。包括：获取待识别的表面肌电信号；将表面肌电信号输入到构建好的无声语音识别模型；其中，无声语音识别模型包括数据预处理模块、编码器模块以及解码器模块；根据表面肌电信号、数据预处理模块、编码器模块以及解码器模块，得到待识别的表面肌电信号的对应的文本。本发明能够解决当前表面肌电信号数据不足的问题。该方法能够充分利用有声肌电信号数据，无需大量采集数据，降低数据采集资源消耗。除此之外，还提出了一种新的端到端无声语音识别方法，使用先进的transformer模型进行对表面肌电信号进行特征提取，使用连接时序分类器CTC进行解码。
基本信息
专利标题 ：
一种基于数据增强的无声语音识别方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114626424A
申请号 ：
CN202210526443.9
公开（公告）日 ：
2022-06-14
申请日 ：
2022-05-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张梅山曹议丹孙越恒
申请人 ：
天津大学
申请人地址 ：
天津市南开区卫津路92号
代理机构 ：
北京市广友专利事务所有限责任公司
代理人 ：
张仲波
优先权 ：
CN202210526443.9
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08 G06F40/126
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-14 ：
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
