[发明专利]一种声学模型的自适应训练方法及系统有效
| 申请号： | 201810346103.1 | 申请日： | 2018-04-17 |
| 公开（公告）号： | CN108735199B | 公开（公告）日： | 2021-05-28 |
| 发明（设计）人： | 谭应伟;陈孝良;冯大航;苏少炜;常乐 | 申请（专利权）人： | 北京声智科技有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 任岩 |
| 地址： | 100086 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种声学模型的自适应训练方法，包括：步骤S1，进行语音特征提取，并将其作为输入训练并生成种子模型，得到目标函数；步骤S2，对种子模型的网络结构进行调整，加入线性层；步骤S3，在目标函数的基础上，添加KL散度正则项；步骤S4，训练线性层，重新利用反向传播算法估计隐线性层的权重和偏移；步骤S5，训练完成，输出自适应模型。由于LHT能够映射场景数据，同时KL散度能够减轻过拟合现象，因此能够保证在自适应数据较少的情况下，减轻在训练神经网络的过程中产生过拟合的现象，提升针对场景数据的识别率。 | ||
| 搜索关键词： | 一种 声学 模型 自适应 训练 方法 系统 | ||
【主权项】：
1.一种声学模型的自适应训练方法，包括：步骤S1，进行语音特征提取，并将其作为输入训练并生成种子模型，得到目标函数；步骤S2，对种子模型的网络结构进行调整，加入线性层；步骤S3，在目标函数的基础上，添加KL散度正则项；步骤S4，训练线性层，重新利用反向传播算法估计隐线性层的权重和偏移；步骤S5，训练完成，输出自适应模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京声智科技有限公司，未经北京声智科技有限公司许可，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/patent/201810346103.1/，转载请声明来源钻瓜专利网。
