【技术实现步骤摘要】
本文件涉及计算机，尤其涉及一种语音识别方法、装置及设备。
技术介绍
1、随着人们对自己的隐私数据越来越重视，通过用户的终端设备对数据进行处理成为隐私保护的较优处理方式。当前，长序列数据可以通过多种不同的方式进行处理，例如，可以通过神经网络模型进行处理，尤其是可以通过循环神经网络rnn模型进行处理，但是，rnn模型中的隐藏状态依赖于前一时刻的隐藏状态，模型的训练和推理无法在序列数据的维度上进行并行计算，训练速度较慢，且训练时容易发生梯度爆炸或衰减。为此，需要提供一种更少的计算参数、更快的训练和推理速度、一样的性能效果，且适合在终端设备上的语音识别方案。
技术实现思路
1、本说明书实施例的目的是提供一种更少的计算参数、更快的训练和推理速度、一样的性能效果，且适合在终端设备上的语音识别方案。
2、为了实现上述技术方案，本说明书实施例是这样实现的：
3、本说明书实施例提供的一种语音识别方法，所述方法包括：获取待处理的语音序列数据。将所述语音序列数据输入到语音识别模型中的线性...
【技术保护点】
1.一种语音识别方法，所述方法包括：
2.根据权利要求1所述的方法，所述待处理的语音序列数据中包括离线语音序列数据，在所述前向循环中，针对所述离线语音序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的前一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系，在所述逆向循环中，针对所述离线语音序列数据对应的逆向序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的后一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系。
3.根据权利要...
【技术特征摘要】
1.一种语音识别方法，所述方法包括：
2.根据权利要求1所述的方法，所述待处理的语音序列数据中包括离线语音序列数据，在所述前向循环中，针对所述离线语音序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的前一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系，在所述逆向循环中，针对所述离线语音序列数据对应的逆向序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的后一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系。
3.根据权利要求1所述的方法，所述待处理的语音序列数据中包括预设开始时间到当前时刻的第一时间段内的在线流式语音序列数据和当前时刻之后的第二时间段内的在线流式语音序列数据，在所述前向循环中，针对所述第一时间段内的在线流式语音序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的前一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系，在所述逆向循环中，针对所述第二时间段内的在线流式语音序列数据对应的逆向序列数据，当前线性循环模块的隐藏状态与当前线性循环模块所在的语音处理子模型连接的后一个语音处理子模型中的线性循环模块的隐藏状态和当前线性循环模块的输入数据呈线性关系。
4.根...
【专利技术属性】
技术研发人员：王志铭，祝慧佳，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。