摘要
本发明公开了一种基于特征融合和多任务学习的孤独症儿童语音识别优化方法,所述方法通过双特征编码器的特征融合和多任务学习,对孤独症儿童语音识别结果进行优化;包括如下步骤:步骤一、采用双特征编码器分别对输入的孤独症儿童语音信号进行特征提取;步骤二、将步骤一中获得的特征在特征维度上拼接;通过全连接层生成注意力权重,并对特征进行加权调整,实现特征融合;步骤三、将步骤二中的融合特征作为输入,通过多任务学习进行任务优化,获得优化后的语音识别结果和语言发育情况。本发明还公开了实现上述优化方法的优化系统,具有广泛应用前景。
技术关键词
孤独症儿童
通用特征
多任务
编码器
孤独症谱系障碍
识别优化方法
注意力
融合特征
语音采集模块
执行自动语音识别
序列
语音识别准确率
静态特征提取
文本
语音特征
音频采集设备
线性变换矩阵
联合损失函数