一种利用多种语言模型的端到端网络学习解决基于地点的语音的自动识别任务的方法

摘要

本发明公开了一种利用多种语言模型的端到端网络学习解决基于地点的语音的自动识别任务的方法。主要包括如下步骤：1)针对于一组基于地点的语音、相关联字符串数据集，根据编码器网络形成语音序列编码，利用连接时序分类器和含有大量地理名词的基于字符的语言模型生成序列编码的备选字符串集。2)根据得到的备选字符串集，使用含有大量地理名词的基于词语的语言模型和基于类型的语言模型选择出最佳的字符串答案。相比于一般的自动语音识别解决方案，本发明利用了多种语言模型的端到端网络学习的方法，能够综合利用词语的上下文相关性与句子的语法结构。本发明在基于地点的语音的自动识别中所取得的效果相比于传统的方法更好。