摘要
本发明公开了一种用于高并发人工智能实时对话系统的语音识别流式特征提取与批量推理方法;该方法采用CPU和GPU协同工作的异构计算架构,通过CPU执行语音数据的预处理、特征提取和归一化等操作,再利用GPU执行批量特征推理;具体包括:在CPU端将语音数据分段预处理后,执行梅尔滤波器组特征提取和倒谱均值方差归一化以获得标准化声学特征向量;在GPU端从特征缓冲区中批量提取特征向量并进行填充对齐后送入神经网络模型进行并行推理计算;该方法实现了语音识别过程的流式处理和批量推理,有效提升了系统的并发处理能力和实时性能。
技术关键词
推理方法
批量
神经网络模型
人工智能对话系统
动态
注意力机制
卷积模块
解码模块
上下文特征
特征值
编码模块
异构计算架构
并行特征提取
分段
消除背景噪声
语音识别文本
滤波器
系统为您推荐了相关专利信息
情感分析方法
联合损失函数
情感特征
多模态情感分析
电力客服系统
双层长短期记忆网络
气压控制方法
家用呼吸机
云端服务器
客户端
界面布局设计
转移概率矩阵
元素
遗传算法
飞行器驾驶舱显示
电力故障检测
融合特征
智能传感器
电力系统设备
记录脉冲波形