[发明专利]基于连接时序分类和自注意力机制的端到端语音识别方法在审
| 申请号： | 202011101902.6 | 申请日： | 2020-10-15 |
| 公开（公告）号： | CN112509564A | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 庞伟;王亮;陆生礼;狄敏;姚志强 | 申请（专利权）人： | 江苏南大电子信息技术股份有限公司;东南大学—无锡集成电路技术研究所 |
| 主分类号： | G10L15/08 | 分类号： | G10L15/08;G10L15/183;G10L15/06;G10L15/02 |
| 代理公司： | 南京瑞弘专利商标事务所(普通合伙) 32249 | 代理人： | 彭雄 |
| 地址： | 210019 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于连接时序分类和自注意力机制的端到端语音识别方法，使用连接时序分类CTC和自注意力机制SA混合机制对英文单词或汉字直接进行建模，无需前处理或后处理，输出结果直接对应正确的英文序列或汉字序列。该方法共享同一个编码器网络，编码器的输出使用CTC训练准则，同时编码器的输出也作为解码器的输入，实现编码器与解码器之间的注意力关系，解码器使用交叉熵训练准则进行训练，最后以加权的方式赋予两种训练准则分配不同的权重。本发明不仅可以加快模型的收敛速度，获得更加准确的对齐属性，还可以获取输入之间的内部联系，提升语音识别系统的准确率及鲁棒性。 | ||
| 搜索关键词： | 基于 连接 时序 分类 注意力 机制 端到端 语音 识别 方法 | ||
【主权项】：
暂无信息
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江苏南大电子信息技术股份有限公司;东南大学—无锡集成电路技术研究所，未经江苏南大电子信息技术股份有限公司;东南大学—无锡集成电路技术研究所许可，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/202011101902.6/，转载请声明来源钻瓜专利网。
