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：深圳市企鹅网络科技有限公司;西安邮电大学
摘要：本发明属于语音识别领域，具体涉及一种面向移动端的语音数字识别方法、存储介质、移动终端。本发明采用了CNN+CTC的浅层神经网络结构，模型小，可以直接部署于移动终端，减少对服务器的资源消耗和带宽的依赖，不仅满足用户对实时性的期望，而且在不稳定的网络环境下保持高效运行，为语音数字识别技术的进一步发展和推广开辟了新的可能性；此外，与传统语音识别方法不同，本发明所使用的CNN实现了端到端的训练和预测，保证了声学模型的全局最优性能，为整体声学模型的稳健性提供了有效支持。
主权项：1.一种面向移动端的语音数字识别方法，其特征在于，包括以下步骤：步骤1、构建语音数字数据集，对语音数字数据进行预处理，并对语音数字数据集中的语音数字进行标注，获得语音数字对应的实际数字文本标签；步骤2、将预处理后的语音数字数据集划分为训练集和测试集；步骤3、对训练集和测试集分别进行频谱特征提取，获得训练集和测试集的频谱特征图；步骤4、基于CNN和CTC构建应用于移动端的声学模型；以训练集的频谱特征图为输入对CNN进行训练；再将训练后CNN的输出层向量送至CTC中进行解码，计算训练集中的语音数字与对应数字拼音之间的概率，并以概率最大的数字拼音作为CTC的输出，获得训练集中语音数字对应的数字拼音序列；步骤5、构建语言模型，并通过训练集对语言模型进行训练，得到训练后的语言模型；再将CTC输出的数字拼音序列送至训练后的语言模型中进行修正，获得训练集中语音数字对应的数字识别文本；步骤6、根据实际数字文本标签和步骤5获得的数字识别文本建立基于一致性相关系数的损失函数优化目标，并使用Adam算法迭代优化声学模型和语言模型，直至模型收敛；步骤7、将测试集的频谱特征图送至优化后的声学模型和语言模型中，获得测试集对应的数字识别文本，并与实际数字文本标签进行比较，获取识别的准确率和速度。
全文数据：
权利要求：
百度查询： 深圳市企鹅网络科技有限公司 西安邮电大学 面向移动端的语音数字识别方法、存储介质、移动终端
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