摘要
本发明提供了一种基于小样本的机舱人声识别方法、介质及设备,涉及语音识别技术领域,所述方法基于复合损失函数对初始语音识别模型进行训练以获取目标语音识别模型,能从多个维度对模型进行优化,只需使用少量的样本数据对模型进行训练,并且复合损失函数结合了多个损失函数,使模型在每次更新时能够从多个方向进行调整,从而加速收敛过程,此外,复合损失函数中的强化学习损失函数是基于模型预测分布和字符错误率确定的损失函数,能够更好地处理吞字或连字等现象,使模型生成更贴近实际输出的序列;将目标舱音输入到目标语音识别模型中以获取目标舱音对应的预测文本,提高了机舱人声识别的速度还确保预测文本能够精确反映舱音中的实际内容。
技术关键词
人声识别方法
语音识别模型
机舱
样本
非瞬时性计算机可读存储介质
编码模块
文本
解码模块
音频特征
识别模块
错误率
编码器
字符
语音识别技术
处理器
矩阵
航空器
序列
系统为您推荐了相关专利信息
控制策略模型
生成控制指令
水量
执行器
协同控制装置
隧道病害检测方法
巡检机器人
卷积模块
无线通讯模块
隧道内表面