公开(公告)号：CN116343761A

公开(公告)日：2023-06-27

申请号：CN202310333580.5

申请日：2023-03-29

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王涛 ,  王志铭

IPC: G10L15/02 ,  G10L15/16 ,  G10L15/06

Abstract: 本公开提供了一种用于自动语音识别的方法和系统，方法包括：接收待识别的语音信号；对所述语音信号进行特征提取得到语音特征序列；将所述语音特征序列送入声学模型以得到发音单元序列；以及将所述发音单元序列送入发音相关的语言模型以输出对应的文字序列。

公开(公告)号：CN111712874A

公开(公告)日：2020-09-25

申请号：CN201980011206.5

申请日：2019-10-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王志铭 ,  姚开盛 ,  李小龙

IPC: G10L17/18 ,  G10L17/04 ,  G10L17/02 ,  G10L17/00

Abstract: 提供了用于确定声音特性的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法之一包括：获得说话者的语音数据；将所述语音数据输入到至少通过联合地最小化第一损失函数和第二损失函数而训练的模型中，其中，所述第一损失函数包括基于非采样的损失函数，所述第二函数包括具有非单位多元协方差矩阵的高斯混合损失函数；以及从经训练模型中获得所述说话者的一个或多个声音特性。

公开(公告)号：CN111418009A

公开(公告)日：2020-07-14

申请号：CN202080000759.3

申请日：2020-01-09

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 王志铭 ,  姚开盛 ,  李小龙

IPC: G10L17/04 ,  G10L17/20

Abstract: 提供了用于个性化说话者验证的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法之一包括：获得说话者的第一语音数据作为正样本，以及与说话者不同的实体的第二语音数据作为负样本；将正样本和负样本馈送到第一模型以确定人声特性，从而相应地输出说话者的正人声特性和负人声特性；至少基于正人声特性和负人声特性获得梯度；将梯度馈送到第一模型，以更新第一模型的一个或多个参数，从而获得用于个性化说话者验证的第二模型。