一种适应PSTN通话的增量式ASR算法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种适应PSTN通话的增量式ASR算法
申请号:CN202511149673
申请日期:2025-08-18
公开号:CN120932636A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了一种适应PSTN通话的增量式ASR算法,包括S1):数据预处理;S2):特征提取与归一化,得到当前帧的输入;S3):将当前帧的输入与缓存中的历史帧拼接,并输入LSTM模型;S4):更新所有LSTM层的隐藏状态和细胞状态,更新解码器的候选路径集合;S5):部分结果输出判断,若当前识别路径中某单词的概率超过设定阈值且后续帧未发生改变,则输出至输出缓冲区;否则,跳转执行S7;S6):输出缓冲区整理输出内容,并输出最终文本,步骤结束;S7):判断是否存在新帧,若存在新帧则跳至S1,否则步骤结束。本申请适应PSTN通话的增量式ASR算法,采用增量式处理方式,在用户讲话的同时实时进行语音识别,显著减少延迟并提升了响应速度。
技术关键词
更新解码器 LSTM模型 滤波器 置信度阈值 算法 梅尔频率倒谱系数 音频特征 短时傅里叶变换 离散余弦变换 文本 信号 数据 通道 冗余 索引 语音 标记
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号