龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：谷歌有限责任公司
摘要：方法500包括接收表征一个或多个话语106的声音帧110的序列作为对多语言自动语音识别ASR模型200的输入。该方法还包括为对应的声音帧生成较高阶特征表示204。该方法还包括基于由最终softmax层240输出的非空白符号222的序列来生成隐藏表示355。该方法还包括基于隐藏表示和较高阶特征表示而在可能的语音识别假设上生成概率分布。该方法还包括预测在每个话语的结尾处的话语结尾EOU令牌232。该方法还包括将每个声音帧分类为语音、初始静音、中间静音或最终静音。
主权项：1.一种多语言自动语音识别ASR系统100，其特征在于，包括：多语言ASR模型200，包括：编码器202，包括多头注意层的堆叠，所述编码器202被配置为：接收表征一个或多个话语106的声音帧110的序列作为输入；以及在多个输出步骤中的每个处，为所述声音帧110的序列中的对应声音帧110生成较高阶特征表示204；预测网络300，被配置为接收由最终softmax层输出的非空白符号222的序列作为输入；以及在所述多个输出步骤中的每个处，生成隐藏表示355；第一联合网络220，被配置为：接收由所述预测网络300在所述多个输出步骤中的每个处生成的所述隐藏表示355和由所述编码器202在所述多个输出步骤中的每个处生成的所述较高阶特征表示204作为输入；以及在所述多个输出步骤中的每个处，在可能的语音识别假设上生成概率分布222；第二联合网络230，被配置为：接收由所述预测网络300在所述多个输出步骤中的每个处生成的所述隐藏表示355和由所述编码器202在所述多个输出步骤中的每个处生成的所述较高阶特征表示204作为输入；以及预测在每个话语106的结尾处的话语结尾EOU令牌232作为输出；以及多语言结尾指示器模型210，被配置为将所述声音帧110的序列中的每个声音帧110分类为语音、初始静音、中间静音或最终静音。
全文数据：
权利要求：
百度查询： 谷歌有限责任公司 与语言无关的多语言端到端流式传输设备上的ASR系统
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号