中电信数智科技申请基于端到端跨语言大模型语音识别方法专利,提升语音识别准确度及鲁棒性
金融界2025年1月8日消息,国家知识产权局信息显示,中电信数智科技有限公司申请一项名为“基于端到端的跨语言大模型的语音识别方法、装置及设备”的专利,公开号 CN 119252228 A,申请日期为2024年9月。
专利摘要显示,本申请涉及一种基于端到端的跨语言大模型的语音识别方法、装置及设备。所述方法包括:构建跨语言大模型;获取由多组语音文本标签对构成的训练数据集,并将训练数据集输入跨语言大模型进行端到端训练,直至得到训练好的跨语言大模型;将待识别的语音信号输入训练好的跨语言模型,依次通过模型中的语音编码模块、文本编码模块、特征对齐模块和解码模块进行过滤器特征与wav2vec2特征提取与拼接、文本的嵌入特征表示、维度对齐、拼接以及解码翻译,输出得到目标语言的语音识别文本。采用本方法能够提升语音识别的准确度以及鲁棒性,并实现跨语言的语音识别。
天眼查资料显示,中电信数智科技有限公司,成立于2001年,位于北京市,是一家以从事电信、广播电视和卫星传输服务为主的企业。企业注册资本300000万人民币,实缴资本300000万人民币。通过天眼查大数据分析,中电信数智科技有限公司共对外投资了16家企业,参与招投标项目5000次,知识产权方面有商标信息28条,专利信息778条,此外企业还拥有行政许可25个。
本文源自:金融界
作者:情报员