-
-
公开(公告)号:CN105320986A
公开(公告)日:2016-02-10
申请号:CN201510242301.X
申请日:2015-05-13
Applicant: 三星电子株式会社
IPC: G06N3/08
Abstract: 本发明提供一种神经网络训练方法和设备及数据处理设备。基于训练数据的神经网络训练方法包括:接收包括序列数据的训练数据,从神经网络中的隐藏节点选择参考隐藏节点。所述方法还包括:基于通过从隐藏节点排除参考隐藏节点而获得的剩余隐藏节点并基于训练数据,来训练神经网络,剩余隐藏节点与之后时间间隔中的隐藏节点相连接,并且忽略参考隐藏节点与之后时间间隔中的隐藏节点之间的连接。
-
公开(公告)号:CN104951746A
公开(公告)日:2015-09-30
申请号:CN201510142480.X
申请日:2015-03-27
Applicant: 三星电子株式会社
CPC classification number: G06T1/0007 , G06K9/00523 , G06K9/00671 , G06K9/00684 , G06K9/6262
Abstract: 提供了一种自动图像选择设备和方法。一种自动图像选择设备包括:图像接收器,被配置为接收图像;特征提取器,被配置为从所述图像提取特征;种类确定器,被配置为确定提取的特征是否与用于确定是否存储所述图像的预定种类识别参考数据匹配。
-
-
公开(公告)号:CN105654946B
公开(公告)日:2022-03-01
申请号:CN201510872727.3
申请日:2015-12-02
Applicant: 三星电子株式会社
IPC: G10L15/183 , G10L15/19
Abstract: 提供一种用于语音识别的设备和方法。一种语音识别方法包括:接收通过语音识别产生的句子;基于每个词与所述句子中的其它词的关系,计算所述句子中的每个词的适宜度;基于每个词的适宜度检测所述句子中的词之中的将被纠正的目标词;用与目标词相应的候选词中的任何一个来替换目标词。
-
公开(公告)号:CN106328127B
公开(公告)日:2021-12-28
申请号:CN201610510741.3
申请日:2016-06-30
Applicant: 三星电子株式会社
IPC: G10L15/187 , G10L15/197 , G10L15/16 , G10L15/26
Abstract: 提供一种语音识别设备、语音识别方法和电子装置。一种语音识别设备包括:概率计算器,被配置为使用声学模型计算音频信号的音素概率;候选集合提取器,被配置为从识别目标列表提取候选集合;以及结果返回器,被配置为基于计算的音素概率和提取的候选集合返回音频信号的识别结果。
-
公开(公告)号:CN105679317B
公开(公告)日:2020-11-17
申请号:CN201510595116.9
申请日:2015-09-17
Applicant: 三星电子株式会社
IPC: G10L15/183 , G10L15/16
Abstract: 提供一种用于训练语言模型并识别语音的方法和设备。提供一种用于训练神经网络语言模型的方法和设备,以及一种用于基于训练的语言模型来识别语音数据的方法和设备。所述训练语言模型的方法包括:使用处理器将训练数据转换为包含误差的训练数据;使用包含误差的训练数据训练神经网络语言模型。
-
公开(公告)号:CN105679317A
公开(公告)日:2016-06-15
申请号:CN201510595116.9
申请日:2015-09-17
Applicant: 三星电子株式会社
IPC: G10L15/183 , G10L15/16
Abstract: 提供一种用于训练语言模型并识别语音的方法和设备。提供一种用于训练神经网络语言模型的方法和设备,以及一种用于基于训练的语言模型来识别语音数据的方法和设备。所述训练语言模型的方法包括:使用处理器将训练数据转换为包含误差的训练数据;使用包含误差的训练数据训练神经网络语言模型。
-
-
公开(公告)号:CN106683663A
公开(公告)日:2017-05-17
申请号:CN201610977394.5
申请日:2016-11-07
Applicant: 三星电子株式会社
CPC classification number: G10L15/063 , G06N3/084 , G10L15/02 , G10L15/16 , G10L15/20 , G10L2015/025 , G10L15/26 , G06N3/0454
Abstract: 提供一种神经网络训练设备和方法以及语音识别设备和方法。神经网络训练设备包括:初级训练器,被构造为基于干净的训练数据和与干净的训练数据对应的目标数据,来执行神经网络模型的初级训练;二级训练器,被构造为基于带噪训练数据和在神经网络模型的初级训练期间计算的针对干净的训练数据的输出类的输出概率分布,来执行已经执行初级训练的神经网络模型的二级训练。
-
-
-
-
-
-
-
-
-