专利检索 ap:("广西民族大学") AND inv:"董路宽" 第 1 页

1.

发明公开
一种基于伪标签生成和模型迁移的壮语语音识别方法审中-公开

公开(公告)号：CN118887948A

公开(公告)日：2024-11-01

申请号：CN202411053578.3

申请日：2024-08-02

申请人： 广西民族大学

发明人： 秦董洪 , 董路宽 , 白凤波

IPC分类号： G10L15/06 , G10L15/02 , G10L15/22 , G10L15/26

摘要： 本发明提供一种基于伪标签生成和模型迁移的壮语语音识别方法，包括两个步骤：第一步，进行声学模型的训练，包括IPA伪标签数据的生成以及声学模型的训练；第二步，语音识别系统的训练，包括声学模型的迁移，以及基于注意力机制的编码器解码器架构的语音识别模型的训练。本发明通过借助伪标签生成的方法，解决了大量无标注壮语音频数据无法充分利用的问题，并以此来训练声学模型。再通过声学模型迁移的方法，解决少量有标注数据难以训练可用壮语语音识别模型的问题。