一种语音识别方法、网络模型、设备及存储介质

本申请公开了一种语音识别方法、网络模型、设备及存储介质，通过结合UNet和高效注意力机制，更好地捕获和利用多尺度的细节信息，从而提高语音识别的准确性，其中UNet的跳跃连接有助于保留关键的时频特征，并将其传递到解码阶段，使得识别结果更加精确；高效注意力机制则使网络能够更好地建模长范围上下文的依赖关系，捕捉语音信号中的全局信息，提高对上下文的理解和建模能力。将UNet的U型结构嵌入到Transformer框架下，可以充分利用跳跃连接和特征重用的优势，减少网络的参数量，同时加速网络的训练过程，提高系统的效率和实用性。