集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122967633A | 申请号CN202611337224.0 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人科大讯飞股份有限公司 |
分类号G10L15/06(2013.01), G10L15/26(2006.01), G10L15/07(2013.01), G10L15/02(2006.01), G10L13/02(2013.01), G10L15/08(2006.01), G06F18/23213(2023.01), G06F18/231(2023.01), G06F18/2321(2023.01) | 申请日2026-08-31 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601468770200008 | 源数据页码1722 |
专利语言zh | ||
本申请提出一种语音识别模型训练方法、语音识别方法及相关装置，该方法基于特定声学属性所对应的初始语音、初始语音对应的初始文本，对初始文本进行扩展，得到与初始文本同类型的扩展文本；获取初始语音对应的说话人信息，基于说话人信息、扩展文本和说话人信息对应的参考语音，进行音频合成，得到初始语音对应的扩展音频；将携带初始文本的初始语音和携带扩展文本的扩展音频作为训练数据，利用训练数据对预先构建的语音识别模型进行训练。本方案相比于对初始音频调整扩充，音频合成的方式扩展的音频质量更高，提高了语音识别任务的训练数据质量和数量，提高了特定声学属性的语音识别任务的训练效果，进而提高了特定声学属性的语音识别准确度。
附图 1