龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：因诺微科技(天津)有限公司
摘要：一种超短语音语种识别方法，所述方法包括步骤：输入语音信号；对所述输入语音信号进行预处理；对所述输入语音信号进行特征提取；使用多路差异感受野卷积神经网络模型对所述输入语音信号进行识别。本发明提出一种超短语音语种识别方法，提供更高的响应速度以及在短语音上的识别精度，本发明使用多路时延神经网络作为主要结构，每路卷积神经网络使用不同的卷积核心，提供不同的感受野抽取特征，在深度特征上进行融合，本发明提升了模型识别精度，减小了模型参数，可应用与1s的超短语音，可快速响应。
主权项：1.一种超短语音语种识别方法，其特征在于，所述方法包括步骤：输入语音信号；对所述输入语音信号进行预处理；对所述输入语音信号进行特征提取；使用多路差异感受野卷积神经网络模型对所述输入语音信号进行识别；其中，所述多路差异感受野卷积神经网络包括：第一路小感受野卷积路径，使用ResidualTDNN作为基本单元，堆叠Nsmall次，选用序列维度上卷积宽度为3，将输入浅层特征Feat0变换为深度特征Featsmall，维度保持不变Finput；第二路大感受野卷积路径，使用ResidualTDNN作为基本单元，堆叠Nbig次，选用序列维度上卷积宽度为9，将输入浅层特征Feat0变换为深度特征Featbig，维度保持不变Finput；第三路八度融合感受野卷积路径，使用OctaveConv1d作为基本单元，堆叠Nbig次，选用序列维度上卷积宽度为5，将输入浅层特征Feat0变换为深度特征Featoctave，维度保持不变Finput；多路深度特征融合具体步骤为：将三路不同感受野得到的深度特征进行特征维度上的拼接，得到序列长度不变Ntime，特征维度为Finput*3；经过一层TDNN，将特征维度变换为Ffusion；经过MultiheadAttention，head＝8，hidden_size＝64，得到便函后特征Featatt输出维度为Fatt；提取向向量表示，对Featatt在序列维度上进行均值和方差向量提取，然后拼接，得到d-vector，维度为Fd。
全文数据：
权利要求：
百度查询： 因诺微科技(天津)有限公司 一种超短语音语种识别方法
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