公开(公告)号：CN105551483A

公开(公告)日：2016-05-04

申请号：CN201510920809.0

申请日：2015-12-11

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 白锦峰 ,  苏丹 ,  胡娜 ,  贾磊

IPC: G10L15/06

Abstract: 本发明提出一种语音识别的建模方法和装置，上述语音识别的建模方法包括：将语音信号转化成特征向量序列，以及将所述语音信号对应的标注文本转化成建模单元序列，所述建模单元序列中的每个建模单元为完整的声母或韵母的发音单元或者上下文相关的声母或韵母的发音单元；在所述建模单元序列中的任意建模单元的前面或后面添加空白标签；基于连接时序分类对所述特征向量序列和添加所述空白标签后的建模单元序列进行训练，建立语音识别模型。本发明基于CTC的深度循环神经网络的声韵母建模，提高了建立的语音识别模型的识别速度和识别准确率。

公开(公告)号：CN105513591A

公开(公告)日：2016-04-20

申请号：CN201510967532.7

申请日：2015-12-21

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 白锦峰 ,  苏丹 ,  胡娜 ,  贾磊

IPC: G10L15/16 ,  G10L15/26

Abstract: 本发明公开了一种利用长短时记忆(LSTM)循环神经网络模型进行语音识别的方法和装置，其中方法包括：接收第t时刻的语音输入数据；根据预设规则选择第t-1时刻至第t-n时刻的LSTM隐含层状态，其中，n为正整数；根据选择的至少一个LSTM隐含层状态、第t时刻的输入数据、以及LSTM循环神经网络模型生成第t时刻的LSTM结果。该方法和装置可以很好地解决深度循环神经网络的“余尾效应”，提高了语音识别的准确性。