買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉科大訊飛股份有限公司申請的專利一種語音識(shí)別方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114333778B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-05發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號(hào)為：202111661788.7，技術(shù)領(lǐng)域涉及：G10L15/02；該發(fā)明授權(quán)一種語音識(shí)別方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備是由尤祖寰;劉聰設(shè)計(jì)研發(fā)完成，并于2021-12-30向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種語音識(shí)別方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備在說明書摘要公布了：本申請公開了一種語音識(shí)別方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備，該方法包括：首先獲取待識(shí)別的目標(biāo)語音，然后再將目標(biāo)語音輸入至預(yù)先構(gòu)建的語音識(shí)別模型，識(shí)別得到目標(biāo)語音對(duì)應(yīng)的字符概率分布；其中，語音識(shí)別模型是在基于注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，結(jié)合RnnT損失約束函數(shù)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型；接著可以根據(jù)目標(biāo)語音對(duì)應(yīng)的字符概率分布，對(duì)目標(biāo)語音進(jìn)行識(shí)別，得到目標(biāo)語音的識(shí)別結(jié)果。由于本申請中預(yù)先構(gòu)建的語音識(shí)別模型是在基于注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，結(jié)合RnnT損失約束函數(shù)訓(xùn)練得到的，從而能夠在模型訓(xùn)練時(shí)，利用RnnT損失約束函數(shù)顯式地對(duì)輸入特征和輸出字符之間做對(duì)齊約束，進(jìn)而提升了模型的泛化能力，也提升了語音識(shí)別效果和準(zhǔn)確率。

本發(fā)明授權(quán)一種語音識(shí)別方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備在權(quán)利要求書中公布了：1.一種語音識(shí)別方法，其特征在于，包括： 獲取待識(shí)別的目標(biāo)語音； 將所述目標(biāo)語音輸入至預(yù)先構(gòu)建的語音識(shí)別模型，識(shí)別得到所述目標(biāo)語音對(duì)應(yīng)的字符概率分布；所述語音識(shí)別模型是在基于注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，結(jié)合遞歸神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換器RnnT損失約束函數(shù)訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型；所述語音識(shí)別模型包括輸入層、編碼器層、分類層、注意力機(jī)制層、仿聯(lián)合網(wǎng)絡(luò)層、輸出層； 根據(jù)所述目標(biāo)語音對(duì)應(yīng)的字符概率分布，對(duì)所述目標(biāo)語音進(jìn)行識(shí)別，得到所述目標(biāo)語音的識(shí)別結(jié)果； 所述將所述目標(biāo)語音輸入至預(yù)先構(gòu)建的語音識(shí)別模型，識(shí)別得到所述目標(biāo)語音對(duì)應(yīng)的字符概率分布，包括： 將所述目標(biāo)語音的聲學(xué)特征通過所述輸入層輸入所述編碼器層，得到編碼特征； 將所述編碼特征輸入所述分類層，得到所述目標(biāo)語音中每個(gè)語音幀對(duì)應(yīng)的字符初始概率分布； 將所述編碼特征輸入所述注意力機(jī)制層，得到所述目標(biāo)語音中每個(gè)語音幀的注意力系數(shù)； 將所述目標(biāo)語音中每個(gè)語音幀對(duì)應(yīng)的字符初始概率分布和注意力系數(shù)輸入所述仿聯(lián)合網(wǎng)絡(luò)層，得到所述目標(biāo)語音中每個(gè)語音幀對(duì)應(yīng)的字符中間概率分布；并將所述字符中間概率分布與一維空字符的概率進(jìn)行拼接，得到更新后的中間概率分布； 利用所述RnnT損失約束函數(shù)，對(duì)所述更新后的中間概率分布進(jìn)行約束，得到所述目標(biāo)語音中每個(gè)語音幀對(duì)應(yīng)的字符的最終概率分布。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人科大訊飛股份有限公司，其通訊地址為：230088 安徽省合肥市高新區(qū)望江西路666號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。