Title:
音声認識方法、装置及びコンピュータプログラム
Document Type and Number:
Japanese Patent JP2022551068
Kind Code:
A
Abstract:
本出願は、音声認識方法、装置及びコンピュータ可読記憶媒体に関し、方法は、音声分離強化モデルの第１の損失関数と音声認識モデルの第２の損失関数を取得するステップ（Ｓ２０２）と、第２の損失関数に基づいてバックプロパゲーションを実行して、音声分離強化モデルと音声認識モデルの間にブリッジされた中間モデルをトレーニングし、ロバスト特徴付けモデルを取得するステップ（Ｓ２０４）と、第１の損失関数と第２の損失関数を融合して、ターゲット損失関数を取得するステップ（Ｓ２０６）と、ターゲット損失関数に基づいて、音声分離強化モデル、ロバスト特徴付けモデル、及び音声認識モデルを共同でトレーニングし、予め設定された収束条件を満たすと、トレーニングを終了するステップ（Ｓ２０８）と、を含む。
Inventors:
王 ▲ジュン▼
林 永▲業▼
林 永▲業▼
Application Number:
JP2022520112A
Publication Date:
December 07, 2022
Filing Date:
November 12, 2020
Export Citation:
Assignee:
TENCENT TECHNOLOGY(SHENZHEN)COMPANY LIMITED
International Classes:
G10L15/06; G10L15/065; G10L15/16; G10L15/20
Domestic Patent References:
| JP2019078857A | 2019-05-23 |
Foreign References:
| WO2019198265A1 | 2019-10-17 | |||
| US20180053087A1 | 2018-02-22 | |||
| US20190043516A1 | 2019-02-07 |
Other References:
MAX W.Y.LAM ET. AL.: "Extract, Adapt and Recognize: an End-to-end Neural Network for Corrupted Monaural Speech Recognition", INTERSPEECH 2019, JPN6022055379, 15 September 2019 (2019-09-15), pages 2778 - 2782, XP055958776, ISSN: 0004956204, DOI: 10.21437/Interspeech.2019-1626
Attorney, Agent or Firm:
Shinya Mihiro
Naoki Matsuo
Naoki Matsuo
Previous Patent: cannabinoid derivatives
Next Patent: Virtual object control method, its device, equipment, and computer program
Next Patent: Virtual object control method, its device, equipment, and computer program