← 返回列表
流式语音识别及模型训练方法、装置、计算机设备
申请人信息
- 申请人:广州虎牙科技有限公司
- 申请人地址:511495 广东省广州市番禺区钟村街(汉溪商业中心)泽溪街13号1301
- 发明人: 广州虎牙科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 流式语音识别及模型训练方法、装置、计算机设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311531379.4 |
| 申请日 | 2023/11/16 |
| 公告号 | CN117456986A |
| 公开日 | 2024/1/26 |
| IPC主分类号 | G10L15/06 |
| 权利人 | 广州虎牙科技有限公司 |
| 发明人 | 陈凯斌 |
| 地址 | 广东省广州市番禺区钟村街(汉溪商业中心)泽溪街13号1301 |
摘要文本
广州虎牙科技有限公司获取“一种透气窗帘布”专利技术，本发明提供的流式语音识别及模型训练方法、装置、计算机设备，获取训练后的非流式语音识别模型；非流式语音识别模型的识别准确度和输出延迟均满足预设指标；将非流式语音识别模型的模型参数固定，作为初始的流式语音识别模型；利用非流式语音识别模型，对流式语音识别模型进行蒸馏训练，以使流式语音识别模型的输出逼近非流式语音识别模型的输出；当达到预设训练条件时停止训练，得到训练后的流式语音识别模型。本发明利用已有的高质量非流式语音识别模型, 通过知识蒸馏的方法来提升流式语音识别模型的效果，相比直接从零开始训练，本发明训练得到的流式语音识别模型, 既可以实现低延时的流式识别, 又保证了识别质量。
专利主权项内容
数据由马 克 数 据整理 1.一种流式语音识别模型训练方法，其特征在于，所述方法包括：获取训练后的非流式语音识别模型；所述非流式语音识别模型的识别准确度和输出延迟均满足预设指标；将所述非流式语音识别模型的模型参数固定，作为初始的流式语音识别模型；利用所述非流式语音识别模型，对所述流式语音识别模型进行蒸馏训练，以使所述流式语音识别模型的输出逼近所述非流式语音识别模型的输出；当达到预设训练条件时停止训练，得到训练后的所述流式语音识别模型。