龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：思必驰科技股份有限公司
申请日：2024-04-18
公开（公告）日：2024-06-25
公开（公告）号：CN118248130A
主分类号：G10L15/06
分类号：G10L15/06;G10L15/16;G10L15/28
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本申请实施例提供一种语音识别方法、语音识别模型自监督预训练方法及电子设备，涉及人工智能技术领域，该语音识别模型自监督预训练方法包括：确定针对语音识别模型的语音样本数据集；语音识别模型包含Zipformer编码器和解码器；Zipformer编码器包含卷积基模块和堆栈模块；针对语音样本数据集中的各个语音样本，基于卷积基模块将语音样本所对应的语音序列进行序列缩短卷积处理以得到相应的样本嵌入序列，基于堆栈模块降采样样本嵌入序列所对应的多尺度时间样本语音表示，根据多尺度时间样本语音表示对语音识别模型进行自监督预训练。由此，将高效的Zipformer编码器扩展到基于语音的自监督预训练任务中，实现了更快、更节省内存且性能更高的解决方案。
主权项：1.一种语音识别模型自监督预训练方法，包括：确定针对语音识别模型的语音样本数据集；所述语音识别模型包含Zipformer编码器和解码器；所述Zipformer编码器包含卷积基模块和堆栈模块；所述堆栈模块包含多个级联的堆栈单元，每一所述堆栈单元分别用于处理相应分辨率的特征表示；针对语音样本数据集中的各个语音样本，基于所述卷积基模块将所述语音样本所对应的语音序列进行序列缩短卷积处理以得到相应的样本嵌入序列，基于所述堆栈模块降采样所述样本嵌入序列所对应的多尺度时间样本语音表示，根据所述多尺度时间样本语音表示对所述语音识别模型进行自监督预训练。
全文数据：
权利要求：
百度查询： 思必驰科技股份有限公司 语音识别方法、语音识别模型自监督预训练方法及电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号