[發明專利]用于語音識別的模板訓練方法、語音識別方法及其系統

在審

• 申請號: 201811019915.1
• 申請日: 2018-09-03
• 公開（公告）號: CN110875034A
• 公開（公告）日: 2020-03-10
• 發明（設計）人: 吳威;張楠賡
• 申請（專利權）人: 北京嘉楠捷思信息技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06
• 代理公司: 北京市中倫律師事務所 11410
• 代理人: 楊黎峰;鐘錦舜

1.用于語音識別的模板訓練方法，其特征在于，所述方法包括：

采集與預設命令詞相對應的多個語音樣本以構建訓練樣本集；

通過基于所述訓練樣本集的迭代訓練獲取所述預設命令詞的語音識別模板；以及

根據所述迭代訓練中獲取的所述語音樣本之間的相似度為所述語音識別模板設置匹配閾值。

2.根據權利要求1所述的方法，其中，所述通過基于所述訓練樣本集的迭代訓練獲取語音識別模板具體包括：

從所述訓練樣本集中選取第一語音樣本作為初始的中間模板；

從所述訓練樣本集中依次選取未經訓練的第二語音樣本執行所述迭代訓練以更新所述中間模板；

響應于迭代訓練結束條件，將所述中間模板作為所述預設命令詞的語音識別模板進行存儲。

3.根據權利要求2所述的方法，其特征在于，所述從所述訓練樣本集中依次選取未經訓練的第二語音樣本執行所述迭代訓練以更新所述中間模板具體包括：

針對每一次迭代訓練，根據動態時間規整算法將選取的第二語音樣本向所述中間模板進行規整；

根據規整后的所述第二語音樣本與所述中間模板的矢量均值更新所述中間模板。

4.根據權利要求2所述的方法，其特征在于，所述根據所述迭代訓練中獲取的所述語音樣本之間的相似度為所述語音識別模板設置匹配閾值具體包括：

針對每一次迭代訓練，根據更新前的中間模板與所述第二語音樣本的相似度創建并更新閾值；以及

響應于迭代訓練的結束，根據所述閾值為所述預設命令詞的語音識別模板設置匹配閾值。

5.根據權利要求2所述的方法，其特征在于，所述第一語音樣本的幀數為所述訓練樣本集中全部語音樣本的幀數中位值。

6.根據權利要求2所述的方法，其特征在于，所述迭代結束條件為所述訓練樣本集中的全部語音樣本均被訓練完畢。

7.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據聚類算法對所述多個語音樣本進行聚類以獲取多個所述訓練樣本集；以及

針對每一個所述訓練樣本集獨立執行所述模板訓練方法。

8.用于語音識別的模板訓練系統，其特征在于，所述系統包括：

訓練樣本集模塊，用于采集與預設命令詞相對應的多個語音樣本以構建訓練樣本集；

模板訓練模塊，用于通過基于所述訓練樣本集的迭代訓練獲取所述預設命令詞的語音識別模板；以及

閾值訓練模塊，根據所述迭代訓練中獲取的所述語音樣本之間的相似度為所述語音識別模板設置匹配閾值。

9.根據權利要求8所述的系統，其中，模板訓練模塊具體用于：

從所述訓練樣本集中選取第一語音樣本作為初始的中間模板；

從所述訓練樣本集中依次選取未經訓練的第二語音樣本執行所述迭代訓練以更新所述中間模板；

響應于迭代訓練結束條件，將所述中間模板作為所述預設命令詞的語音識別模板進行存儲。

10.根據權利要求9所述的系統，其特征在于，所述從所述訓練樣本集中依次選取未經訓練的第二語音樣本執行所述迭代訓練以更新所述中間模板具體包括：

針對每一次迭代訓練，根據動態時間規整算法將選取的第二語音樣本向所述中間模板進行規整；

根據規整后的所述第二語音樣本與所述中間模板的矢量均值更新所述中間模板。

11.根據權利要求9所述的系統，其特征在于，所述閾值訓練模塊用于：

針對每一次迭代訓練，根據更新前的中間模板與所述第二語音樣本的相似度距離創建并更新閾值；以及

響應于迭代訓練的結束，根據所述閾值為所述預設命令詞的語音識別模板設置匹配閾值。

12.根據權利要求9所述的系統，其特征在于，所述第一語音樣本的幀數為所述訓練樣本集中全部語音樣本的幀數中位值。