Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

使用LM感知MWER训练的罕见词语辨识 

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400包括:使用音频编码器210生成声学帧110序列中的每个声学帧的更高阶特征表示212;使用解码器215基于更高阶特征表示生成多个语音辨识假设,每个假设对应于候选转录并且具有相关联的第一似然分数;使用外部语言模型230针对每个假设生成第二似然分数;使用可学习融合模块240针对每个假设,基于更高阶特征表示和假设来确定融合权重集合;以及使用可学习融合模块,针对每个假设基于第一似然分数、第二似然分数和融合权重集合生成第三似然分数,在存在外部语言模型的情况下,使用最小加性错误率训练对音频编码器和解码器进行训练。

主权项:1.一种由数据处理硬件510执行的计算机实现的方法400,所述计算机实现的方法使所述数据处理硬件510执行操作,其特征在于,所述操作包括:接收与话语106相对应的声学帧110序列作为输入;使用音频编码器210在多个输出步骤中的每一处生成所述声学帧110序列中的对应声学帧110的更高阶特征表示212;使用解码器215基于所述多个输出步骤中的每一处的所述更高阶特征表示212生成多个语音辨识假设,每个语音辨识假设与所述话语106的候选转录对应并且具有相关联的第一似然分数;使用外部语言模型230针对所述多个语音辨识假设中的每个语音辨识假设生成与所述语音辨识假设相关联的第二似然分数;使用可学习融合模块240针对所述多个语音辨识假设中的每个语音辨识假设,基于所述更高阶特征表示212和所述语音辨识假设来确定融合权重集合;以及使用所述可学习融合模块240针对所述多个语音辨识假设中的每个语音辨识假设,基于所述第一似然分数、所述第二似然分数和所述融合权重集合生成第三似然分数,其中在存在所述外部语言模型230的情况下,通过根据从所述解码器215输出的前k个语音辨识假设中的最小加性错误率调整似然分数,使用最小加性错误率训练来训练所述音频编码器210。

全文数据:

权利要求:

百度查询: 谷歌有限责任公司 使用LM感知MWER训练的罕见词语辨识

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。

MWER相关技术