[發明專利]基于設備工作狀態切換的多神經網絡模型語音識別方法在審
| 申請號： | 201810705470.6 | 申請日： | 2018-07-02 |
| 公開（公告）號： | CN110738983A | 公開（公告）日： | 2020-01-31 |
| 發明（設計）人： | 何云鵬 | 申請（專利權）人： | 成都啟英泰倫科技有限公司 |
| 主分類號： | G10L15/02 | 分類號： | G10L15/02;G10L15/06;G10L15/16;G10L15/20 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610041 四川省成都市高新*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 神經網絡模型 語音識別 模型訓練過程 專用神經網絡 工作狀態檢測 設備工作狀態 通用網絡模型 神經網模型 關機狀態 過程計算 結果選擇 設備噪聲 識別性能 識別裝置 終端語音 檢測 | ||
【權利要求書】：
1.基于設備工作狀態切換的多神經網絡模型語音識別方法,其特征在于，包括專用神經網絡模型訓練過程，所述專用神經網絡模型訓練過程針對設備的特定工作狀態進行訓練；所述識別方法還包括識別裝置的工作狀態檢測步驟和語音識別步驟，語音識別步驟中根據檢測步驟的結果選擇不同的神經網絡模型。
2.如權利要求1所述的識別方法，其特征在于，所述專用神經網絡模型訓練過程包括如下步驟，語料采集裝置采集設備特定工作狀態下的語音特征；根據語音特征進行ANN前向運算，計算結果與標注進行比對計算出誤差損失，根據誤差損失修正各層神經網絡模型參數；
重復進行上述前向計算、誤差損失及及參數修正過程，直到誤差損失低于預先設定的給定值，得到特定狀態下的神經網絡模型。
3.如權利要求1所述的識別方法，其特征在于，所述工作狀態檢測步驟為檢測設備發出的工作狀態標識信息；或檢測語音背景噪聲并根據背景噪聲的特征判定當前設備處于哪種工作狀態。
4.如權利要求1所述的識別方法，其特征在于，工作狀態檢測步驟中，檢測出設備的工作狀態后，根據工作狀態選擇對輸入的實時語音進行不同的處理計算，所述處理計算方式包含BYPASS方式及降噪方式。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于成都啟英泰倫科技有限公司，未經成都啟英泰倫科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810705470.6/1.html，轉載請聲明來源鉆瓜專利網。
