基于卷积注意力机制改进的KAC-Transformer智能音箱语音识别方法

本发明公开的基于卷积注意力机制改进的KAC‑Transformer智能音箱语音识别方法，构建改进网络模型并进行训练，通过编码器对音频数据的特征编码，提取并增强特征信息，再利用GR‑KAN对特征进行非线性映射，之后解码特征信息并重构为模型识别后的文本数据；将编码器输出的特征数据和编码后的文本标签输入CTC计算损失值以及解码器的输出和编码后的文本标签输入CE，通过超参数调整两个参数的比例后更新模型参数，训练完成后冻结模型参数，切换验证集并调优模型超参数。本发明有效降低了模型的复杂度，增强了模型在处理复杂音频场景中的鲁棒性，同时实现了高效的语音识别效果，提升了智能音箱中的语音识别准确率。