世优科技申请基于场景的语音识别方法及装置专利，解决现有技术中语音识别不准确的问题

金融界 2024 年 11 月 11 日消息，国家知识产权局信息显示，世优（北京）科技股份有限公司申请一项名为“基于场景的语音识别方法及装置”的专利，公开号 CN 118918883 A，申请日期为 2024 年 10 月。

专利摘要显示，本发明公开了一种基于场景的语音识别方法及装置。其中，该方法包括：获取待识别语音信号的语音编码特征；获取与待识别语音信号的应用场景对应的场景关键词，并基于场景关键词生成包含上下文依赖的场景特征向量；通过多层双向神经网络，逐层使用不同深度的上下文特征，来从场景特征向量中提取出与场景关键词相关的深层隐层特征；基于动态注意力机制，将深层隐层特征与语音编码特征进行融合处理，生成包含场景关键词的融合特征；基于融合特征，通过分类器计算出待识别语音信号的语音单元的概率分布，并基于概率分布对语音单元进行分类；根据语音单元的分类结果，对待识别语音信号进行语音识别。本发明解决了现有技术中语音识别不准确的技术问题。

本文源自：金融界

作者：情报员