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！

龙图腾网获悉上海交通大学申请的专利一种语音模型压缩方法、电子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：CN119905087B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510083506.1，技术领域涉及：G10L15/06；该发明授权一种语音模型压缩方法、电子设备及存储介质是由钱彦旻;顾天腾设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种语音模型压缩方法、电子设备及存储介质在说明书摘要公布了：本发明公开了一种语音模型压缩方法、电子设备及存储介质。本发明专为具有编码器‑解码器架构的大规模序列到序列语音识别模型设计。该方法通过依次剪枝解码器和编码器，避免了繁重的反向传播计算。该方法能在无反向传播或重训练的情况下，将Whisper‑large模型的参数减少约60％，且对模型在各种数据集上的表现几乎没有影响。同时，该方法适用于多语言数据集，剪枝后模型在多语言能力上保持了良好的鲁棒性和泛化性。此创新极大降低了大规模模型部署的门槛，使其在资源受限的环境中更易应用。

本发明授权一种语音模型压缩方法、电子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压缩方法，其特征在于，通过层级剪枝减少语音识别模型的参数；通过基于前向传播的混合稀疏分配方法优化所述层级剪枝的效果；所述通过层级剪枝减少语音识别模型的参数包括编码器剪枝和解码器剪枝；所述通过基于前向传播的混合稀疏分配方法优化所述层级剪枝的效果包括权重矩阵分组和重建误差控制； 所述解码器剪枝为：通过校准数据集对解码器进行逐层剪枝，并生成用于剪枝的校准特征；所述编码器剪枝为：在解码器剪枝后，再对模型的编码器部分进行逐层剪枝； 所述解码器剪枝具体为： 将语音识别模型自身生成的转录文本用作文本模态的校准数据集，以保留模型原有的语义信息和格式； 对于音频模态校准数据集，使用编码器输出的稠密特征作为输入； 按层对解码器中的自注意力、交叉注意力和前馈网络进行剪枝，每次剪枝后记录各层的重建误差； 所述权重矩阵分组为：将模型中各层的权重矩阵按照功能分为多个组，包括自注意力层的键、查询和值投影矩阵，交叉注意力层的投影矩阵，以及各层的前馈网络权重；所述重建误差控制为：对每组权重矩阵在不同稀疏度条件下进行前向传播计算，以控制重建误差； 所述重建误差控制具体为： 利用前向传播计算不同稀疏条件下的重建误差，以此作为判断该稀疏度下参数保留程度的指标； 针对每个权重矩阵设置重建误差阈值，并从候选稀疏度中选择最大稀疏度配置，以保证重建误差在阈值内； 对各组权重矩阵设定统一的阈值，从而简化稀疏度选择的复杂度。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800号；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。