一种基于大核卷积和线性自注意力的语音识别方法

本发明涉及语音识别技术领域，尤其涉及一种基于大核卷积和线性自注意力的语音识别方法，包括：对预先获取的语音信号进行预处理得到相应的声学信号；将声学信号输入至训练的LKCovLFormer模型，得到语音文本；训练的LKCovLFormer模型是采用训练数据集对LKCovLFormer模型进行训练得到的；训练数据集包括：多段第一声学信号以及分别与每一段第一声学信号一一对应的语音文本；LKCovLFormer模型包括N层循环堆叠模块；每一层循环堆叠模块均包括依次排列的第一前馈模块、第一残差模块、线性自注意力模块、第二残差模块、大核卷积模块、第三残差模块、第二前馈模块、第四残差模块、层标准化模块。