中電信數智科技申請基於端到端跨語言大模型語音識別方法專利，提升語音識別準確度及魯棒性

金融界2025年1月8日消息，國家知識產權局信息顯示，中電信數智科技有限公司申請一項名爲“基於端到端的跨語言大模型的語音識別方法、裝置及設備”的專利，公開號 CN 119252228 A，申請日期爲2024年9月。

專利摘要顯示，本申請涉及一種基於端到端的跨語言大模型的語音識別方法、裝置及設備。所述方法包括：構建跨語言大模型；獲取由多組語音文本標籤對構成的訓練數據集，並將訓練數據集輸入跨語言大模型進行端到端訓練，直至得到訓練好的跨語言大模型；將待識別的語音信號輸入訓練好的跨語言模型，依次通過模型中的語音編碼模塊、文本編碼模塊、特徵對齊模塊和解碼模塊進行過濾器特徵與wav2vec2特徵提取與拼接、文本的嵌入特徵表示、維度對齊、拼接以及解碼翻譯，輸出得到目標語言的語音識別文本。採用本方法能夠提升語音識別的準確度以及魯棒性，並實現跨語言的語音識別。

天眼查資料顯示，中電信數智科技有限公司，成立於2001年，位於北京市，是一家以從事電信、廣播電視和衛星傳輸服務爲主的企業。企業註冊資本300000萬人民幣，實繳資本300000萬人民幣。通過天眼查大數據分析，中電信數智科技有限公司共對外投資了16家企業，參與招投標項目5000次，知識產權方面有商標信息28條，專利信息778條，此外企業還擁有行政許可25個。

本文源自：金融界

作者：情報員