平安科技(深圳)有限公司庄子扬获国家专利权
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!
龙图腾网获悉平安科技(深圳)有限公司申请的专利语音识别模型的训练方法、装置、计算机设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119541467B 。
龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411698120.3,技术领域涉及:G10L15/06;该发明授权语音识别模型的训练方法、装置、计算机设备及存储介质是由庄子扬;魏韬;王少军;肖京设计研发完成,并于2024-11-25向国家知识产权局提交的专利申请。
本语音识别模型的训练方法、装置、计算机设备及存储介质在说明书摘要公布了:本发明属于金融、医疗和人工智能技术领域,公开了一种语音识别模型的训练方法、装置、计算机设备及存储介质,所述方法包括:获取特定任务语音训练数据,根据语音识别的特定场景定义特定任务输入指令,并调整预训练语音识别模型的先验文本序列的输入格式;将调整输入格式后的先验文本序列和音频编码向量输入至预训练语音识别模型的解码器中进行解码,并根据解码结果预测预训练语音识别模型输出的字符序列;根据预测的字符序列定义单调性限制损失函数,并基于定义的单调性限制损失函数构建目标损失函数;基于目标损失函数对训练时的语音识别模型进行更新,得到训练好的语音识别模型。本发明提升了语音识别模型在特定场景中进行语音识别的准确率。
本发明授权语音识别模型的训练方法、装置、计算机设备及存储介质在权利要求书中公布了:1.一种语音识别模型的训练方法,其特征在于,包括: 获取预训练语音识别模型,以及所述预训练语音识别模型对应的多任务语音训练数据,并对获取的多任务语音训练数据进行数据预处理; 对数据预处理后的多任务语音训练数据进行音频特征提取,得到多任务语音训练数据的音频特征序列; 将提取的多任务语音训练数据的音频特征序列输入至预训练语音识别模型的编码器中进行编码,得到多任务语音训练数据的音频编码向量; 获取特定任务语音训练数据,根据语音识别的特定场景定义特定任务输入指令,并根据定义的特定任务输入指令调整预训练语音识别模型的先验文本序列的输入格式; 将调整输入格式后的先验文本序列和多任务语音训练数据的音频编码向量输入至预训练语音识别模型的解码器中进行解码,并根据解码结果预测所述预训练语音识别模型输出的字符序列; 根据预测的预训练语音识别模型输出的字符序列构建训练时的语音识别模型的单调性限制损失函数,并基于构建的单调性限制损失函数构建训练时的语音识别模型的目标损失函数; 基于构建的目标损失函数对训练时的语音识别模型进行更新,得到训练好的语音识别模型; 所述根据预测的预训练语音识别模型输出的字符序列构建训练时的语音识别模型的单调性限制损失函数,包括: 所述训练时的语音识别模型的单调性限制损失函数的计算公式为: Lmonoi=Relu1‑Δδ其中,Lmonoi表示第i层交叉注意力层的单调性限制损失函数,Relu.表示激活函数,△δ为预训练语音识别模型当前输出的字符序列与前一时刻输出的字符序列的差值; Lmono=λ1Lmomo1+λ2Lmomo2+…+λ20Lmomo20其中,Lmono表示训练时的语音识别模型的单调性限制损失函数,λi表示训练时的语音识别模型的单调性限制损失函数的权重。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励