一種基于模型融合框架的兩階段語音喚醒算法
基本信息
| 申請(qǐng)?zhí)?/td> | 2020110419835 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112259085A | 公開（公告）日 | 2021-01-22 |
| 申請(qǐng)公布號(hào) | CN112259085A | 申請(qǐng)公布日 | 2021-01-22 |
| 分類號(hào) | G10L15/16(2006.01)I; | 分類 | 樂器；聲學(xué); |
| 發(fā)明人 | 朱國(guó)鋒;蔡洪濱;何昕 | 申請(qǐng)（專利權(quán)）人 | 上海聲瀚信息科技有限公司 |
| 代理機(jī)構(gòu) | 北京化育知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 尹均利 |
| 地址 | 200120上海市浦東新區(qū)中國(guó)(上海)自由貿(mào)易試驗(yàn)區(qū)納賢路800號(hào)1幢A座608室 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于模型融合框架的兩階段語音喚醒算法，1)準(zhǔn)備兩個(gè)不同結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，第一階段訓(xùn)練一個(gè)小模型，應(yīng)用訓(xùn)練數(shù)據(jù)；2)訓(xùn)練結(jié)束后，所有負(fù)樣本訓(xùn)練數(shù)據(jù)過模型得到不同的分?jǐn)?shù)，將一定得分以上的音頻段選出來，作為region of interest，加上原本的正樣本，作為第二階段訓(xùn)練的數(shù)據(jù)；3)解碼時(shí)，需要輸入音頻通過兩個(gè)模型結(jié)果都大于閾值才可以喚醒；本發(fā)明提供的一種基于模型融合框架的兩階段語音喚醒算法，通過結(jié)果層面模型融合的方式從工程上構(gòu)建兩個(gè)階段的喚醒判別，使得網(wǎng)絡(luò)層面實(shí)現(xiàn)簡(jiǎn)單。?? |
