申请/专利权人:百果园技术(新加坡)有限公司
申请日:2020-12-24
公开(公告)日:2024-05-17
公开(公告)号:CN112652300B
主分类号:G10L15/16
分类号:G10L15/16;G10L15/26
优先权:
专利状态码:有效-授权
法律状态:2024.05.17#授权;2021.04.30#实质审查的生效;2021.04.13#公开
摘要:本发明实施例公开了一种多方言语音识别方法、装置、设备和存储介质,该方法包括:通过多方言编码器获取输入的语音声学特征,输出固定长度的第一向量编码;通过方言识别器对所述第一向量编码进行识别得到对应的方言向量;依据所述方言向量通过多方言解码器对所述第一向量编码进行解码得到所述语音声学特征对应的识别文本。本方案提高了方言识别效率,无需大量的样本数据,识别精确度较现有方案更优。
主权项:1.多方言语音识别方法,其特征在于,包括:通过多方言编码器获取输入的训练语音声学特征,输出固定长度的第二向量编码,根据所述第二向量编码、设定方言向量以及训练识别文本对多方言解码器进行训练,所述训练识别文本和所述训练语音声学特征相对应;通过所述多方言编码器获取输入的语音声学特征,输出固定长度的第一向量编码;通过方言识别器对所述第一向量编码进行识别得到对应的方言向量;依据所述方言向量通过所述多方言解码器对所述第一向量编码进行解码得到所述语音声学特征对应的识别文本。
全文数据:
权利要求:
百度查询: 百果园技术(新加坡)有限公司 多方言语音识别方法、装置、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。