[發(fā)明專利]堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型的優(yōu)化方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110459204.1
• 申請(qǐng)日: 2021-04-27
• 公開（公告）號(hào): CN113129873B
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計(jì)）人: 王蒙;薛少飛;唐健
• 申請(qǐng)（專利權(quán)）人: 思必馳科技股份有限公司
• 主分類號(hào): G10L15/06
• 分類號(hào): G10L15/06;G10L15/16;G10L19/008
• 代理公司: 北京商專永信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 黃謙;車江華

1.一種堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型的優(yōu)化方法，包括：

調(diào)整堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型中的時(shí)域卷積層的膨脹系數(shù)，增加所述時(shí)域卷積層輸出的感受野；

將所述時(shí)域卷積層的激活函數(shù)設(shè)置成門控線性單元，利用所述門控線性單元與所述時(shí)域卷積層的輸出相結(jié)合，降低所述時(shí)域卷積層輸出的維度，以優(yōu)化所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述調(diào)整堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型中的時(shí)域卷積層的膨脹系數(shù)包括：

基于膨脹系數(shù)確定所述時(shí)域卷積層內(nèi)卷積核的間隔數(shù)量，使所述時(shí)域卷積層輸出多個(gè)感受野的時(shí)域卷積。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述使所述時(shí)域卷積層輸出多個(gè)感受野的時(shí)域卷積包括：

通過逐通道的注意力機(jī)制輸出第一感受野的時(shí)域卷積和第二感受野的時(shí)域卷積。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型還包括：頻域卷積層；

將經(jīng)過預(yù)設(shè)歷史時(shí)序偏移后的所述頻域卷積層的輸出作為時(shí)域卷積層的輸入。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型還包括：批歸一化層，用于加快所述喚醒聲學(xué)模型的收斂。

6.根據(jù)權(quán)利要求1所述的方法，其中，所述方法還包括：利用instance norm或groupnorm對(duì)所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型訓(xùn)練，以使所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型適用于離線喚醒。

7.一種堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型的優(yōu)化系統(tǒng)，包括：

膨脹系數(shù)調(diào)整程序模塊，用于調(diào)整堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型中的時(shí)域卷積層的膨脹系數(shù)，增加所述時(shí)域卷積層輸出的感受野；

優(yōu)化程序模塊，用于將所述時(shí)域卷積層的激活函數(shù)設(shè)置成門控線性單元，利用所述門控線性單元與所述時(shí)域卷積層的輸出相結(jié)合，降低所述時(shí)域卷積層輸出的維度，以優(yōu)化所述堆疊式一維卷積網(wǎng)絡(luò)喚醒聲學(xué)模型。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其中，所述膨脹系數(shù)調(diào)整程序模塊用于：

基于膨脹系數(shù)確定所述時(shí)域卷積層內(nèi)卷積核的間隔數(shù)量，使所述時(shí)域卷積層輸出多個(gè)感受野的時(shí)域卷積。

9.一種電子設(shè)備，其包括：至少一個(gè)處理器，以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行權(quán)利要求1-6中任一項(xiàng)所述方法的步驟。

10.一種存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-6中任一項(xiàng)所述方法的步驟。