特許7933115IP Force 特許公報全文掲載

技術分野

一般に、機械学習に関し、より詳細には、エンド・ツー・エンド音声認識のために、外部言語モデル情報を、例えば、回帰型ニューラル・ネットワーク・トランスデューサ(RNN-T:recurrent neural network transducer)・モデルなどのニューラル・トランスデューサ・モデルに統合するための方法およびシステム

この特許の権利範囲[特許請求の範囲]

知財ポータルサイト IP Force にログインして確認する (無料)

この特許公報に記載されている図面[図面の簡単な説明]から抜粋

【図1】 本発明の実施形態による、外部言語モデル(LM)情報を、例えば、回帰型ニューラル・ネットワーク・トランスデューサ(RNN-T)などのニューラル・トランスデューサ・モデルに統合するための例示的システムのブロック/フロー図である。
【図2】 例示的なニューラル・トランスデューサ・アーキテクチャおよび出力確率ラティスのブロック/フロー図である。
【図3】 本発明の実施形態による、外部言語モデル(LM)を統合することによりニューラル・トランスデューサを訓練するための方法のブロック/フロー図である。
【図4】 本発明の実施形態による、外部LM情報をRNN-Tなどのニューラル・トランスデューサ・モデルに統合するための例示的な方法のブロック/フロー図である。
【図5】 本発明の実施形態による、ニューラル・トランスデューサが音声テキスト変換のために自動音声認識(ASR)でどのように使用されるかの実際の適用例を示す図である。
【図6】 本発明の実施形態による、外部LM情報をRNN-Tなどのニューラル・トランスデューサ・モデルに統合するための例示的な処理システムのブロック/フロー図である。
【図7】 本発明の実施形態による、例示的なクラウド・コンピューティング環境のブロック/フロー図である。
【図8】 本発明の実施形態による、例示的な抽象モデル層の概略図である。

代表図 図1本件の代表的な図

全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録

[広告欄]

ログインすれば広告は減ります

ログインすれば広告は減ります