買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉平安科技(深圳)有限公司申請(qǐng)的專利口音語音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN112863485B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202011635764.X，技術(shù)領(lǐng)域涉及：G10L15/00；該發(fā)明授權(quán)口音語音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)是由周亞云;馬駿;王少軍設(shè)計(jì)研發(fā)完成，并于2020-12-31向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本口音語音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在說明書摘要公布了：本發(fā)明涉及人工智能領(lǐng)域，公開了一種口音語音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。該方法包括：獲取多種口音語音樣本，并分別對(duì)各所述口音語音樣本進(jìn)行口音標(biāo)注和音素標(biāo)注，對(duì)應(yīng)得到多種口音標(biāo)簽和音素狀態(tài)序列；分別提取各所述口音語音樣本對(duì)應(yīng)的第一聲學(xué)特征；將所述第一聲學(xué)特征、所述口音標(biāo)簽和所述音素狀態(tài)序列輸入預(yù)置訓(xùn)練模型進(jìn)行訓(xùn)練，得到口音語音識(shí)別模型；獲取待識(shí)別的口音語音，并提取所述口音語音的第二聲學(xué)特征；將所述第二聲學(xué)特征輸入所述口音語音識(shí)別模型進(jìn)行識(shí)別，輸出所述口音語音對(duì)應(yīng)的第二口音類別和音素狀態(tài)序列。本發(fā)明通過引入門機(jī)制和口音識(shí)別分支，實(shí)現(xiàn)了多種口音語音的準(zhǔn)確識(shí)別。

本發(fā)明授權(quán)口音語音識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種口音語音識(shí)別方法，其特征在于，所述口音語音識(shí)別方法包括： 獲取多種口音語音樣本，并分別對(duì)各所述口音語音樣本進(jìn)行口音標(biāo)注和音素標(biāo)注，對(duì)應(yīng)得到多種口音標(biāo)簽和音素狀態(tài)序列； 分別提取各所述口音語音樣本對(duì)應(yīng)的第一聲學(xué)特征； 將所述第一聲學(xué)特征、所述口音標(biāo)簽和所述音素狀態(tài)序列輸入預(yù)置訓(xùn)練模型進(jìn)行訓(xùn)練，得到口音語音識(shí)別模型； 獲取待識(shí)別的口音語音，并提取所述口音語音的第二聲學(xué)特征； 將所述第二聲學(xué)特征輸入所述口音語音識(shí)別模型進(jìn)行識(shí)別，輸出所述口音語音對(duì)應(yīng)的第二口音類別和音素狀態(tài)序列； 所述訓(xùn)練模型包括：Baseline模型和Xvector模型，所述Baseline模型包括第一TDNN網(wǎng)絡(luò)、門機(jī)制層、第二TDNN網(wǎng)絡(luò)和Softmax層，所述將所述第一聲學(xué)特征、所述口音標(biāo)簽和所述音素狀態(tài)序列輸入預(yù)置訓(xùn)練模型進(jìn)行訓(xùn)練，得到口音語音識(shí)別模型包括：將所述第一聲學(xué)特征輸入所述第一TDNN網(wǎng)絡(luò)進(jìn)行聲學(xué)信息提取，得到第一有效信息；將所述第一有效信息輸入所述Xvector模型進(jìn)行口音類別識(shí)別，得到所述口音語音樣本對(duì)應(yīng)的第一口音類別；將所述第一有效信息和所述第一口音類別輸入所述門機(jī)制層進(jìn)行口音信息融合，得到第一口音融合信息；將所述第一口音融合信息輸入所述第二TDNN網(wǎng)絡(luò)進(jìn)行口音信息調(diào)整，得到第一口音調(diào)整信息；將所述第一口音調(diào)整信息輸入所述Baseline模型中的Softmax層進(jìn)行特征運(yùn)算，輸出所述口音語音樣本對(duì)應(yīng)的音素狀態(tài)序列；根據(jù)所述口音標(biāo)簽和所述音素狀態(tài)序列，調(diào)用預(yù)置損失函數(shù)，計(jì)算所述口音語音樣本對(duì)應(yīng)的第一口音類別和音素狀態(tài)序列的誤差值；根據(jù)所述誤差值，對(duì)所述Baseline模型和所述Xvector模型進(jìn)行參數(shù)調(diào)優(yōu)，直至所述Baseline模型和所述Xvector模型收斂，得到口音語音識(shí)別模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人平安科技(深圳)有限公司，其通訊地址為：518033 廣東省深圳市福田區(qū)福田街道福安社區(qū)益田路5033號(hào)平安金融中心23樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。