一种多任务学习循环神经网络的抗噪声智能语音识别器制造技术

本实用新型专利技术属于语音识别器具技术领域，公开了一种多任务学习循环神经网络的抗噪声智能语音识别器，承载座左端固定有左端固定带，承载座右端固定有右端固定带；右端固定带端部固定有卡扣，左端固定带上均匀设置有卡孔；承载座上端设置有安装座，安装座卡接有显示结构；显示结构设置有显示壳体，显示壳体侧面嵌装有开关按键、扬声器和降噪拾音器；显示壳体下端固定有连接板，连接板下端固定有插板；显示壳体通过插板顺着滑槽，插接在安装座上。本实用新型专利技术通过设置有安装座，安装座卡接有显示结构，可以根据需要将显示结构拆卸，方便进行充电，避免多次拆卸固定带，提高了工作效率。提高了工作效率。提高了工作效率。

【技术实现步骤摘要】
一种多任务学习循环神经网络的抗噪声智能语音识别器


[0001]本技术属于语音识别器具
，尤其涉及一种多任务学习循环神经网络的抗噪声智能语音识别器。

技术介绍

[0002]目前，语音识别是一门交叉学科。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。人们预计，未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。
[0003]根据识别的对象不同，语音识别任务大体可分为3类，即孤立词识别，关键词识别和连续语音识别。其中，孤立词识别的任务是识别事先已知的孤立的词，如"开机"、"关机"等；连续语音识别的任务则是识别任意的连续语音，如一个句子或一段话；连续语音流中的关键词检测针对的是连续语音，但它并不识别全部文字，而只是检测已知的若干关键词在何处出现，如在一段话中检测"计算机"、"世界"这两个词。根据针对的发音人，可以把语音识别技术分为特定人语音识别和非特定人语音识别，前者只能识别一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多任务学习循环神经网络的抗噪声智能语音识别器，其特征在于，所述多任务学习循环神经网络的抗噪声智能语音识别器设置有：承载座；承载座左端固定有左端固定带，承载座右端固定有右端固定带；右端固定带端部固定有卡扣，左端固定带上均匀设置有卡孔；承载座上端设置有安装座，安装座卡接有显示结构；显示结构设置有显示壳体，显示壳体侧面嵌装有开关按键、扬声器和降噪拾音器；显示壳体下端固定有连接板，连接板下端固定有插板；显示壳体通过插板顺着滑槽，插接在安装座上；插板内部设置有吸盘安装腔，吸盘安装腔外侧设置有竖向滑槽，竖向滑槽左右两侧设置有卡孔；竖向滑槽滑接有拨动柄，拨动柄内侧端与吸盘顶端连接。2.如权利要求1所述多任务学习循环神经网络的抗噪声智能语音识别器，其特征在于，所述承载座设置有振动...

【专利技术属性】
技术研发人员：蔡菁，田玉洁，余月华，
申请(专利权)人：重庆电子工程职业学院，
类型：新型
国别省市：