[发明专利]语音处理方法、语音编码器、语音解码器及语音识别系统有效
申请号: | 202010219957.0 | 申请日: | 2020-03-25 |
公开(公告)号: | CN113450781B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 张仕良;高志付;雷鸣 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G10L15/16 | 分类号: | G10L15/16;G10L15/26 |
代理公司: | 北京太合九思知识产权代理有限公司 11610 | 代理人: | 孙明子;刘戈 |
地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 处理 方法 编码器 解码器 识别 系统 | ||
1.一种语音处理方法,其特征在于,包括:
获取待处理的语音信号;
分别利用第一神经网络、第二神经网络对所述语音信号进行处理,获得与所述语音信号相对应的第一特征信息、第二特征信息,其中,所述第一神经网络包括自注意力机制,所述第二神经网络包括静态记忆神经网络;所述第一神经网络的计算效率高于所述第二神经网络的计算效率,所述第二神经网络输出的第二特征信息的准确性高于所述第一神经网络输出的第一特征信息的准确性;
根据所述第一特征信息和所述第二特征信息,确定用于表征所述语音信号中语义的目标特征信息;
分别利用第一神经网络对所述语音信号进行处理,获得与所述语音信号相对应的第一特征信息,包括:
确定与所述语音信号相对应的语音特征信息,所述语音特征信息包括:检索词特征、关键字特征、值特征;
获取与所述检索词特征、所述关键字特征和值特征相对应的融合转换信息,所述融合转换信息中包括与所述检索词特征相对应的转换信息、与所述关键字特征相对应的转换信息以及与所述值特征相对应的转换信息;
利用所述自注意力机制对所述检索词特征、关键字特征和值特征进行处理,确定与所述语音信号相对应的注意力机制的数量;
根据所述注意力机制的数量和融合转换信息,获得与所述语音信号相对应的第一特征信息。
2.根据权利要求1所述的方法,其特征在于,根据所述注意力机制的数量和融合转换信息,获得与所述语音信号相对应的第一特征信息,包括:
利用连接函数将所有数量的注意力机制进行组合,获得与所述注意力机制相对应的组合信息,其中,所述连接函数用于连接字符串;
将所述组合信息与所述融合转换信息的乘积,确定为与所述语音信号相对应的第一特征信息。
3.根据权利要求1所述的方法,其特征在于,获取与所述检索词特征、所述关键字特征和值特征相对应的融合转换信息,包括:
分别获取与所述检索词特征、所述关键字特征和值特征相对应的第一转换信息、第二转换信息和第三转换信息;
对所述第一转换信息、第二转换信息和第三转换信息进行拼接处理,获得所述融合转换信息。
4.根据权利要求1所述的方法,其特征在于,利用第二神经网络对所述语音信号进行处理,获得与所述语音信号相对应的第二特征信息,包括:
确定与所述语音信号相对应的值特征;
利用静态记忆神经网络对所述值特征进行处理,获得所述第二特征信息。
5.根据权利要求4所述的方法,其特征在于,利用静态记忆神经网络对所述值特征进行处理,获得所述第二特征信息,包括:
获取与所述静态记忆神经网络相对应的滤波参数;
确定与所述值特征相对应的表征信息;
利用所述静态记忆神经网络和滤波参数对所述表征信息进行分析处理,获得与所述语音信号相对应的第二特征信息。
6.根据权利要求1-5中任意一项所述的方法,其特征在于,根据所述第一特征信息和所述第二特征信息,确定用于表征所述语音信号中语义的目标特征信息,包括:
将所述第一特征信息与所述第二特征信息的和值确定为所述目标特征信息。
7.根据权利要求1-5中任意一项所述的方法,其特征在于,在确定用于表征所述语音信号中语义的目标特征信息之后,所述方法还包括:
将所述目标特征信息发送至解码器,以使所述解码器对所述目标特征信息进行分析处理,获得与所述语音信号相对应的文本信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010219957.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:通信装置与动态调整分组检测阈值的方法
- 下一篇:自主移动设备及控制方法