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!
摘要:方法包括接收训练话语的集合,每个训练话语包括非合成语音表示304,并且对于每个训练话语,通过话音转换模型400生成对应的合成语音表示306。非合成语音表示和合成语音表示形成对应的训练话语对302。在针对每个训练话语对的多个输出步中的每一个处,该方法还包括生成非合成语音表示的可能的非合成语音辨识假设上的第一概率分布311以及合成语音表示的可能的合成语音辨识假设上的第二概率分布312以由语音辨识模型200输出。该方法还包括基于第一和第二概率分布来确定对应训练话语对的一致损失项,以及基于一致损失项来更新语音辨识模型的参数。
主权项:1.一种计算机实现的方法500,其特征在于,所述计算机实现的方法在由数据处理硬件610执行时使所述数据处理硬件610执行操作,所述操作包括:接收训练话语的集合,每个训练话语包括对应话语的非合成语音表示304;对于每个训练话语,通过使用话音转换模型400将所述非合成语音表示304转换为所述对应话语的对应的话音转换合成语音表示306来生成所述对应的话音转换合成语音表示306,其中,所述非合成语音表示304和所述话音转换合成语音表示306形成对应的训练话语对302;在针对所述训练话语对302的集合中的每个训练话语对302的多个输出步中的每一个处:生成所述对应话语的所述对应非合成语音表示304的可能的非合成语音辨识假设上的第一概率分布311以由语音辨识模型200输出;生成所述对应话语的所述对应的话音转换合成语音表示306的可能的合成语音辨识假设上的第二概率分布312以由所述语音辨识模型200输出;以及基于可能的非合成语音辨识假设上的所述第一概率分布311和可能的非合成语音辨识假设上的所述第二概率分布312,确定所述对应的训练话语对302的一致损失项352;以及基于在针对所述训练话语对302的集合中的每个训练话语对302的所述多个输出步中的每一个处确定的所述一致损失项352来更新所述语音辨识模型200的参数。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 使用非并行话音转换用于训练语音辨识模型
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。