摘要
本申请实施例提供了一种语音识别方法、装置、电子设备及计算机可读存储介质,涉及物联网领域。该方法包括:目标语音数据输入特包括卷积层、多个第一模块和前馈神经网络的特征提取模型,第一模块的数量小于第一预设阈值,前馈神经网络中的隐藏层的神经元数量小于第二预设阈值;目标语音数据获得第一特征,第一模块基于自身的参数确定第一特征中各特征值之间的相关性,对于第一特征中的每一特征值,对各特征值进行融合,得到对应的融合特征值;将第二特征输入前馈神经网络,获得第三特征,根据第三特征获得声学特征;第二特征中的各特征值为第一特征中各特征值对应的融合特征值。本申请实施例解决了语音识别在计算资源限制时鲁棒性低的问题。
技术关键词
特征提取模型
前馈神经网络
特征值
声学特征
语音识别模型
数据
语音识别方法
解码模型
层级
文本
学生
节点
样本
教师
可读存储介质
模块
语音识别装置
生成对抗网络
序列
系统为您推荐了相关专利信息
剩余寿命预测系统
蛇形臂机器人
机械臂关节
信息采集模块
机器人机械臂
孔隙结构特征
智能预测方法
充填体
抗压强度值
特征值
智能马桶清洗
清洗喷头
卷积神经网络模型
图像编码器
智能马桶座圈
评分预测模型
测量方法
图像特征值
图像模糊程度
立体图像