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！

龙图腾网恭喜中国科学技术大学申请的专利融合语音增强前端的噪声鲁棒性流式语音识别方法及模型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：CN119601017B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510130554.1，技术领域涉及：G10L15/26；该发明授权融合语音增强前端的噪声鲁棒性流式语音识别方法及模型是由张结;郭子娴设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本融合语音增强前端的噪声鲁棒性流式语音识别方法及模型在说明书摘要公布了：本申请提供了一种融合语音增强前端的噪声鲁棒性流式语音识别方法及模型，该模型的训练方法包括获取语音识别训练集；利用因果语音增强网络处理语音训练样本，得到包含全局信息的目标滤波器组特征；利用基于滤波器组的特征提取方法处理语音训练样本，得到原始滤波器组特征；利用注意力机制网络对目标滤波器组特征和原始滤波器组特征进行动态加权融合处理，得到包含语音训练样本中补充信息的目标融合特征；利用初始语音识别网络处理目标融合特征，得到训练文本识别信息；根据目标滤波器组特征、训练文本识别信息和识别文本标签，生成目标损失结果；根据目标损失结果迭代地调整初始语音识别模型的网络参数，得到语音增强识别模型。

本发明授权融合语音增强前端的噪声鲁棒性流式语音识别方法及模型在权利要求书中公布了：1.一种语音增强识别模型的训练方法，其特征在于，包括：响应于训练指令，获取语音识别训练集，其中，所述语音识别训练集包括多个语音训练样本和与每个所述语音训练样本对应的识别文本标签；针对每个所述语音训练样本，利用因果语音增强网络处理所述语音训练样本，得到包含全局信息的目标滤波器组特征；利用基于滤波器组的特征提取方法处理所述语音训练样本，得到原始滤波器组特征；利用注意力机制网络对所述目标滤波器组特征和所述原始滤波器组特征进行动态加权融合处理，得到包含所述语音训练样本中补充信息的目标融合特征；利用初始语音识别网络处理所述目标融合特征，得到训练文本识别信息，其中，初始语音识别模型包括所述因果语音增强网络、所述注意力机制网络和所述初始语音识别网络；根据所述目标滤波器组特征、所述训练文本识别信息和所述识别文本标签，生成目标损失结果；根据所述目标损失结果迭代地调整所述初始语音识别模型的网络参数，得到经训练的语音增强识别模型。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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”。