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:谷歌有限责任公司
摘要:一种方法500包括:接收表征一个或多个话语106的声学帧序列110。在多个时间步中的每一个时间步处,该方法还包括:由语音识别模型200的编码器网络220生成声学帧序列中的对应声学帧的高阶特征表示224;由语音识别模型的预测网络300生成对应非空白符号序列252的隐藏表示350,该对应非空白符号序列252由语音识别模型的最终softmax层250输出;以及由语音识别模型的第一联合网络210生成对应时间步对应于停顿和语音结束的概率分布,该第一联合网络210接收由编码器网络生成的高阶特征表示和由预测网络生成的稠密表示。
主权项:1.一种计算机实现的方法500,所述计算机实现的方法500在数据处理硬件610上被执行时,使所述数据处理硬件610执行操作,所述操作包括:接收表征一个或多个话语106的声学帧序列110;以及在多个时间步中的每一个时间步处:由语音识别模型200的编码器网络220生成所述声学帧序列110中的对应声学帧的高阶特征表示224;由所述语音识别模型200的预测网络300生成对应非空白符号序列252的隐藏表示350,所述对应非空白符号序列252由所述语音识别模型200的最终softmax层250输出;以及由所述语音识别模型200的第一联合网络210生成该对应时间步对应于停顿和语音结束的概率分布,所述第一联合网络210接收由所述编码器网络220生成的所述高阶特征表示224和由所述预测网络300生成的所述隐藏表示350。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 用于自然谈话话音系统的不流畅检测模型
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。