采用高级特征融合的端到端多通道语音识别方法

摘要

本发明公开了一种采用高级特征融合的端到端多通道语音识别方法，包括：对于多通道语音输入，采用与通道数目相同的编码器单独对一个通道的语音输入进行编码；所述编码器为多层金字塔结构的神经网络，神经网络最后一层输出的声学特征序列称为高级特征序列；对于每一通道的高级特征序列，通过得分函数来计算相应的注意力权重，从而将所有通道的高级特征序列融合为一个增强的高级特征序列；将所述增强的高级特征序列输入至解码器，由解码器根据之前预测到的字符以及当前输入的所述增强的高级特征序列中当前字符来计算当前当前字符的概率分布，最终得到所述增强的高级特征序列的识别结果。该方法能够达到相对单通道语音输入的识别率更高的目的。