一种基于大脑活动信息的自监督学习语音识别方法及系统

    公开(公告)号:CN119479631A

    公开(公告)日:2025-02-18

    申请号:CN202411644560.0

    申请日:2024-11-18

    Abstract: 本发明公开了一种基于大脑活动信息的自监督学习语音识别方法及系统,包括以下步骤:将语音信号数据和与之相对应的大脑活动信息,输入自监督语音模型训练单元进行模型训练;通过线性回归函数预测当前语音信号与大脑血氧水平变换信号间的响应关系,优化模型参数。本发明通过建立神经编码模型,利用与语音对应的大脑活动信息,提升自监督学习模型的训练效果,解决现有电网领域中,基于无监督学习的语音识别算法在训练数据量不足和低信噪比的情况下,语音识别效果差的问题。

    基于环境上下文和用户反馈信息的用电模型优化方法

    公开(公告)号:CN113159368A

    公开(公告)日:2021-07-23

    申请号:CN202110074196.9

    申请日:2021-01-20

    Abstract: 本发明公开了一种基于环境上下文和用户反馈信息的用电模型优化方法,包括以下步骤:将用户数据库与用电环境上下文信息数据库的数据输入上下文交互模块;采用注意力机制进行深度学习,区分每个上下文的作用,得到下文环境信息与用户数据的交互的整体作用,最终得到环境上下文信息对用电模型的影响;通过目标函数计算用电模型参数的优化结果。本发明通过电网环境中的上下文信息和用户反馈信息之间的交互作用,克服了现有的方法无法获取用电设备与用户之间的交互作用的问题;本发明考虑到用电设备产生的环境上下文信息,能够很好地考虑到用电环境中大多数的情况,解决了以往方法获取信息种类和数量不够丰富的问题。

Patent Agency Ranking