基于端到端深度學習模型的語音識別方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN201810739424.8 申請日 -
公開（公告）號 CN109147766A 公開（公告）日 2019-01-04
申請公布號 CN109147766A 申請公布日 2019-01-04
分類號 G10L15/06;G06N20/00 分類 樂器；聲學;
發(fā)明人 趙明 申請（專利權）人 北京愛醫(yī)聲科技有限公司
代理機構 北京鴻元知識產權代理有限公司 代理人 北京愛醫(yī)聲科技有限公司
地址 100095 北京市海淀區(qū)北清路164號17-27號院154號
法律狀態(tài) -

摘要

摘要 一種基于端到端深度學習模型的語音識別方法，包括以下步驟：把發(fā)音相近的韻母映射到同一個編碼，把發(fā)音相近的聲母映射到同一個編碼，形成規(guī)則映射表；用規(guī)則映射表對語料進行數據編碼，把語料的漢字利用規(guī)則映射表中編碼進行表示；對編碼后的語料使用混合式端到端模型訓練，混合式端到端模型包括“拼音”端到端模型和“音素”端到端模型，得到“拼音”和“音素”聲學模型；用規(guī)則映射表對將要應用的多個詞匯進行編碼，形成詞匯庫；使用聲學模型識別語音；使用編輯距離對比聲學模型輸出的編碼和詞匯庫內詞匯的編碼，找到最小編輯距離，對應的詞匯就是識別結果。本方法提升了系統(tǒng)的識別效率。