公开(公告)号：CN115083411A

公开(公告)日：2022-09-20

申请号：CN202210842968.3

申请日：2022-07-18

Applicant: 浙江大学 ,  浙江大学滨江研究院

Inventor： 潘晓华 ,  叶林辉 ,  沈诗婧 ,  尹建伟

IPC: G10L15/22 ,  G10L15/26 ,  G10L25/24 ,  G10L15/08 ,  G10L15/06 ,  G10L15/02 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明公开了一种基于特征融合的语音识别方法，包括：步骤1、获取语音数据，对所述语音数据的文本内容进行标签标注，将语音数据与标注标签组成训练集；步骤2、构建基于特征融合的语音识别网络，所述语音识别网络包括特征提取模块，数据处理模块，特征融合模块，注意力模块以及识别模块；步骤3、采用步骤1的训练集，对语音识别网络进行训练，获得用于语音转文本的语音识别模型；步骤4、将待识别的语音数据输入至步骤3获得的语音识别模型，经识别分析后，输出语音数据对应的高质量识别文本。本发明还提供了一种语音识别装置。本发明提供的方法通过提取语音中多种特征进行识别，从而提高语音识别的准确率，获得高质量语音转文字的文本内容。