[发明专利]一种基于深度残差的中文语音识别方法在审
| 申请号： | 201910458947.X | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110148408A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 袁三男;刘虹 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G10L15/22 | 分类号： | G10L15/22;G10L15/06;G10L25/03;G10L25/24;G10L25/45;G10L25/30 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 叶敏华 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度残差的中文语音识别方法，该方法包括下列步骤：1)获取含有语音信息的原始数据；2)对原始数据提取MFCC特征参数，并获取MFCC特征参数的一阶差分和二阶差分；3)将当前帧与该帧的一阶差分和二阶差分进行拼接，获取最后的特征参数，并将该特征参数的二维数组转换成三维数组；4)将步骤3)中三维数组的最后的特征参数全部输进卷积神经网络中，对卷积神经网络反复训练，直到取得符合要求的识别率；5)对训练好的卷积神经网络模型进行测试，输出识别文本。与现有技术相比，本发明具有加快模型训练速度、提高语音识别率等优点。 | ||
| 搜索关键词： | 特征参数 卷积神经网络 三维数组 原始数据 中文语音 残差 二阶 一阶 二维数组 模型训练 输出识别 语音识别 语音信息 识别率 拼接 文本 测试 转换 | ||
【主权项】：
1.一种基于深度残差的中文语音识别方法，其特征在于，该方法包括下列步骤：1)获取含有语音信息的原始数据；2)对原始数据提取MFCC特征参数，并获取MFCC特征参数的一阶差分和二阶差分；3)将当前帧与该帧的一阶差分和二阶差分进行拼接，获取最后的特征参数，并将该特征参数的二维数组上增加一个通道，获取三维数组的最后的特征参数；4)将步骤3)中三维数组的最后的特征参数全部输进深度残差网络中，对深度残差网络反复训练，直到取得符合要求的识别率；5)对训练好的深度残差网络模型进行测试，输出识别文本。
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上海电力学院，未经上海电力学院许可，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/201910458947.X/，转载请声明来源钻瓜专利网。
