基于改进WeNet的构音障碍语音识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于改进WeNet的构音障碍语音识别方法
申请号:CN202510987930
申请日期:2025-07-17
公开号:CN120636407A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开的基于改进WeNet的构音障碍语音识别方法,其特征在于,包括以下步骤。步骤1,构建端到端WeNet框架,对构音障碍语音进行标注、切分,经二维卷积、下采样提取特征并标准化,编码器添加位置编码及时序信息,并引入局部增强注意力机制;步骤2,采用动态损失函数优化与音素级监督策略,动态调整损失函数权重并预测音素;步骤3,采用普通话数据集对优化后的模型预训练,再以构音障碍语音微调,并结合KL散度损失进行领域适应;步骤4,向模型输入对应的语音数据,经语音识别并转录为文本后输出。本发明解决了现有技术中构音障碍语音处理方面仍面临准确率下降的问题。
技术关键词
语音识别方法 语音特征 损失函数优化 模型预训练 注意力机制 表达式 特征加权融合 编码器 多层注意力 动态 文本 数据 卷积模块 输出特征 参数 分阶段 解码器