[發明專利]訓練濾波模型的方法和語音識別的方法

有效

• 申請號: 201711065322.4
• 申請日: 2017-11-02
• 公開（公告）號: CN109754784B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 聶為然;于海
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06
• 代理公司: 北京龍雙利達知識產權代理有限公司 11329
• 代理人: 時林;毛威

1.一種訓練濾波模型的方法，其特征在于，所述方法包括：

確定N個原始音節，所述N個原始音節是第一語料的實際讀音所包括的音節，N為大于或等于1的整數；

確定N個識別音節，所述N個識別音節是所述第一語料的聲音信號經過第一語音識別處理而獲得的識別結果的音節，所述第一語音識別處理包括基于所述濾波模型的濾波處理和基于語音識別引擎的識別處理，所述N個識別音節和所述N個原始音節一一對應；

根據所述N個原始音節和所述N個識別音節，確定N個音節距離，其中，所述N個音節距離與N個音節對一一對應，所述N個原始音節和所述N個識別音節構成N個音節對，每個音節對包括彼此對應的一個原始音節和一個識別音節，每個音節距離用于指示所對應的音節對所包括的原始音節和識別音節之間的相似度；

根據所述N個音節距離，對所述濾波模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述根據所述N個音節距離，對所述濾波模型進行訓練，包括：

根據所述第一語料的聲音信號和所述N個音節距離確定打分模型；

根據所述打分模型和第三語料的聲音信號，確定K個音節距離，其中，第三語料的實際讀音所包括K個原始音節，所述第三語料的聲音信號經過所述第一語音識別處理而獲得的識別結果包括K個識別音節，所述K個識別音節與所述K個原始音節一一對應，所述K個音節距離K個音節對一一對應，所述K個原始音節和所述K個識別音節構成K個音節對，每個音節對包括彼此對應的一個原始音節和一個識別音節，每個音節距離用于指示所對應的音節對所包括的原始音節和識別音節之間的相似度，K為大于或等于1的整數；

根據所述N個音節距離和所述K個音節距離，對所述濾波模型進行訓練。

3.根據權利要求1或2所述的方法，其特征在于，所述對所述濾波模型進行訓練，包括：

對所述濾波模型進行訓練，以使第二語料對應的M個音節距離中的每個音節距離的大小在第一預設范圍內，其中，所述M個音節距離與M個音節對一一對應，所述M個音節對所包括的M個原始音節是第二語料的實際讀音所包括的音節，所述M個音節對所包括的M個識別音節是所述第二語料的聲音信號經過第二語音識別處理而獲得的識別結果的音節，所述第二語音識別處理包括基于經過訓練后的濾波模型的濾波處理和基于所述語音識別引擎的識別處理，M為大于或等于1的整數。

4.根據權利要求3所述的方法，其特征在于，所述第一語料的聲音信號是基于第一拾音設備獲取的，所述第一拾音設備是用于獲取所述第二語料的聲音信號的拾音設備。

5.根據權利要求1或2所述的方法，其特征在于，每個音節包括至少一個音素，以及

所述根據所述N個音節原始音節和所述N個識別音節，確定N個音節距離，包括：

獲取第一映射關系信息，所述第一映射關系信息用于指示多個音素彼此之間的音素距離，其中，任意兩個音素之間的音素距離用于指示所述任意兩個音素之間的相似度；

根據所示第一映射關系信息，確定所述N個音節距離。

6.根據權利要求5所述的方法，其特征在于，所述根據所示第一映射關系信息，確定所述N個音節距離，包括：

確定所述N個原始音節包括的W個原始音素，并確定所述N個識別音節包括的W個識別音素，所述W個原始音素與所述W個識別音素一一對應，W為大于或等于1的整數；

根據所述第一映射關系，確定W個音素距離，其中，所述W個音素距離與所述W個音素對一一對應，每個音素距離是所對應的音素對所包括的音素之間的音素距離，其中，一個音素對包括彼此對應的一個原始音素和一個識別音素；根據所述W個音素距離，確定所述N個音節距離。

7.根據權利要求6所述的方法，其特征在于，所述根據所述W個音素距離，確定所述N個音節距離，包括：

將所述W個音素距離的平均值，確定所述N個音節距離。