金融界 2024 年 11 月 28 日消息，国家知识产权局信息显示，巨人移动技术有限公司申请一项名为“一种基于多任务学习的数字人语音识别方法”的专利，公开号 CN 119028319 A，申请日期为 2024 年 9 月。

专利摘要显示，本发明涉及一种基于多任务学习的数字人语音识别方法，包括以下步骤：S1：采集并标注多条数据；S2：采用多任务共享音频编码器的方式，将多种不同任务输入音频编码器内；S3：音频编码器提取出每条数据的每一帧的语音特征后，发送给各个不同的解码器处理，包括文本解码器、说话人解码器、方言解码器和情感解码器，各不同解码器输出对应处理结果；S4：进行多任务学习的训练，方式如下：依据各任务的权重，对各个任务的损失进行加权求和，得到总体的损失函数；S5：根据总体的损失函数完成多任务网络训练 S6 根据多任务网络推理得到识别结果。本发明可以准确、实时的识别出用户的语音文本内容，以及说话人、方言和情感等信息。

本文源自：金融界

作者：情报员