方言口音普通话的语音识别优化方法及系统

摘要

本发明涉及语音识别技术领域，具体涉及一种方言口音普通话的语音识别优化方法及系统，本发明利用卷积神经网络对音频内容进行卷积以及特征提取；并通过神经网络学习标准普通话的特征；生成标准普通话音频后，再次卷积提取特征，添加在中间特征作为偏移量，将普通话特征以及每一步卷积的结果作为特征，增加到方言处理模块对应的卷积层结尾作为偏移量，通过卷积层后将获得的参数进行反卷积，放大原有信息，生成目标音频，最后将目标音频输入语音识别功能中进行识别。本发明减少了定制化每种方言特殊模型的成本，同时利用了普通话鱼与方言口音特征叠加的方法对需要的标准普通话的特征进行放大，泛化模型难度的同时，进一步提升了语音识别的准确度。