天眼查App显示，2026-01-13，「语音识别方法、模型训练方法、装置、电子设备以及介质」正式进入公布阶段。申请人为北京百度网讯科技有限公司，该项人工智能专利涉及大模型、语音识别与自然语言处理技术场景。据专利信息显示，该方法通过将音频特征、目标文本特征及语义特征进行语义融合，显著优化语音识别过程中的上下文理解与修正能力。发明人为张建涛;邵俊尧;张策;贾磊。本公开提供了一种语音识别方法、模型训练方法、装置、电子设备以及介质，涉及人工智能技术领域，尤其涉及大模型、语音识别和自然语言处理领域。具体实现方案为：将待处理音频的音频特征、目标文本的文本特征和待处理音频的语义特征进行语义融合，得到目标融合特征；其中，目标文本与待处理音频之间存在语义关联；目标融合特征融合了待处理音频的声音信息和语义信息，以及目标文本的上下文信息；语义特征是对音频特征进行解码得到的；对目标融合特征进行解码，生成修正文本；其中，修正文本包括用于标识修正位置的位置标识和修正字段；以及按照位置标识，利用修正字段对初始文本进行修正，得到目标识别文本；其中，初始文本是对语义特征进行解码得到的。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。