公开(公告)号：CN113470662B

公开(公告)日：2024-08-27

申请号：CN202010244661.4

申请日：2020-03-31

申请人： 微软技术许可有限责任公司

发明人： 叶国力 ,  Y·黄 ,  魏文宁 ,  何磊 ,  E·沙玛 ,  J·吴 ,  田垚 ,  E·C·林 ,  Y·龚 ,  赵蕤 ,  J·李 ,  W·M·盖尔

IPC分类号： G10L17/24 ,  G10L17/04 ,  G10L13/08 ,  G10L25/30

摘要： 提供了用于生成和使用文本到语音(TTS)数据以供改进的语音识别模型的系统、方法和设备。利用关键词无关的基线训练数据来训练主模型。在一些实例中，利用新的TTS训练数据来修改主模型的声学和语言模型子组件。在一些实例中，新的TTS训练是从用于在基线训练数据中代表不足的关键词的多说话者神经TTS系统获得的。在一些实例中，新的TTS训练数据被用于关键词检出(KWS)应用中的发音学习和关键词相关置信评分的归一化。在一些实例中，新的TTS训练数据被用于语音识别模型中的快速说话者适配。

公开(公告)号：CN113470662A

公开(公告)日：2021-10-01

申请号：CN202010244661.4

申请日：2020-03-31

申请人： 微软技术许可有限责任公司

发明人： 叶国力 ,  Y·黄 ,  魏文宁 ,  何磊 ,  E·沙玛 ,  J·吴 ,  田垚 ,  E·C·林 ,  Y·龚 ,  赵蕤 ,  J·李 ,  W·M·盖尔

IPC分类号： G10L17/24 ,  G10L17/04 ,  G10L13/08 ,  G10L25/30

摘要： 提供了用于生成和使用文本到语音(TTS)数据以供改进的语音识别模型的系统、方法和设备。利用关键词无关的基线训练数据来训练主模型。在一些实例中，利用新的TTS训练数据来修改主模型的声学和语言模型子组件。在一些实例中，新的TTS训练是从用于在基线训练数据中代表不足的关键词的多说话者神经TTS系统获得的。在一些实例中，新的TTS训练数据被用于关键词检出(KWS)应用中的发音学习和关键词相关置信评分的归一化。在一些实例中，新的TTS训练数据被用于语音识别模型中的快速说话者适配。