← 返回列表
语音识别方法、装置、关键词检测模型的训练方法和装置
申请人信息
- 申请人:腾讯科技(深圳)有限公司
- 申请人地址:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层
- 发明人: 腾讯科技(深圳)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 语音识别方法、装置、关键词检测模型的训练方法和装置 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410041499.4 |
| 申请日 | 2024/1/11 |
| 公告号 | CN117558270B |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G10L15/16 |
| 权利人 | 腾讯科技(深圳)有限公司 |
| 发明人 | 王雄 |
| 地址 | 广东省深圳市南山区高新区科技中一路腾讯大厦35层 |
摘要文本
本申请涉及一种语音识别方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取待识别语音,并对待识别语音进行编码,得到编码特征;获取与识别业务相关的关键词,对关键词进行特征提取得到偏置特征;基于注意力机制融合编码特征和偏置特征得到目标特征,目标特征中包含与关键词相适配的信息;基于目标特征进行分类,得到建模单元的概率分布;根据建模单元的概率分布进行关键词识别,得到识别结果。采用本方法能够提高语音识别过程中关键词的检出率,从而提高语音识别的准确性。
专利主权项内容
1.一种语音识别方法,其特征在于,所述方法包括:获取待识别语音,并对所述待识别语音进行编码,得到编码特征;针对任一业务关键词,确定所针对业务关键词的嵌入向量序列;所述业务关键词为所述待识别语音所属业务相关的关键词;对所针对业务关键词的嵌入向量序列进行多次的上下文特征提取,并根据最后一次上下文特征提取所得到的隐层表示序列,确定所针对业务关键词的偏置特征;其中,首次上下文特征提取的输入为所针对业务关键词的嵌入向量序列,非首次上下文特征提取的输入包括前次上下文特征提取所输出的隐层表示序列;基于注意力机制融合所述编码特征和各所述业务关键词的偏置特征得到目标特征,所述目标特征中包含与所述业务关键词相适配的信息;基于所述目标特征进行分类,得到建模单元的概率分布;所述建模单元是组成所述待识别语音的语音单元;根据所述建模单元的概率分布进行与各所述业务关键词相关的关键词识别,得到识别结果。