[發明專利]聲學模型訓練方法、裝置、設備及計算機可讀介質

有效

• 申請號: 201811473628.8
• 申請日: 2018-12-04
• 公開（公告）號: CN109308895B
• 公開（公告）日: 2019-12-27
• 發明（設計）人: 霍昱光
• 申請（專利權）人: 百度在線網絡技術(北京)有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06
• 代理公司: 11313 北京市鑄成律師事務所
• 代理人: 張臻賢;江宇

1.一種聲學模型訓練方法，其特征在于，包括：

對輸入的語音進行識別，得到語音數據對應的文本；

當檢測到對所述文本的修改操作時，獲取修改數據；

將所述修改數據作為新的訓練數據和原始訓練數據一起輸入至聲學模型進行訓練；其中，

所述將所述修改數據作為新的訓練數據和原始訓練數據一起輸入至聲學模型進行訓練包括：

從聲學模型的原始數據輸入層輸入原始訓練數據；

從聲學模型的新數據輸入層輸入新的訓練數據；

在聲學模型的隱層中對原始訓練數據和新的訓練數據進行訓練；

從聲學模型的原始數據輸出層輸出原始訓練數據的識別標簽；

從聲學模型的新數據輸出層輸出新訓練數據的識別標簽。

2.根據權利要求1所述的方法，其特征在于，所述當檢測到對所述文本的修改操作時，獲取修改數據，包括：

檢測文本的修改內容，剔除修改數據中對標點符號的修改數據；

檢測文本中文字的修改后文本字數，保留與修改前文本字數相同的修改數據。

3.根據權利要求1所述的方法，其特征在于，所述新的訓練數據和原始訓練數據的數據量比例為：1:1～1:2之間。

4.一種聲學模型訓練裝置，其特征在于，包括：

識別模塊，用于對輸入的語音進行識別，得到語音數據對應的文本；

修改檢測模塊，用于當檢測到對所述文本的修改操作時，獲取修改數據；

訓練模塊，用于將所述修改數據作為新的訓練數據和原始訓練數據一起輸入至聲學模型進行訓練；其中，

所述訓練模塊包括：

原始數據輸入子模塊，用于從聲學模型的原始數據輸入層輸入原始訓練數據；

新數據輸入子模塊，用于從聲學模型的新數據輸入層輸入新的訓練數據；

聯合訓練子模塊，用于在聲學模型的隱層中對原始訓練數據和新的訓練數據進行訓練；

原始數據輸出子模塊，用于從聲學模型的原始數據輸出層輸出原始訓練數據的識別標簽；

新數據輸出子模塊，用于從聲學模型的新數據輸出層輸出新訓練數據的識別標簽。

5.根據權利要求4所述的裝置，其特征在于，所述修改檢測模塊包括：

內容檢測子模塊，用于檢測文本的修改內容，剔除修改數據中對標點符號的修改數據；

字數檢測子模塊，用于檢測文本中文字的修改后文本字數，保留與修改前文本字數相同的修改數據。

6.根據權利要求4所述的裝置，其特征在于，所述新的訓練數據和原始訓練數據的數據量比例為：1:1～1:2之間。

7.一種聲學模型訓練設備，其特征在于，所述設備包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現如權利要求1-3中任一所述的聲學模型訓練方法。

8.一種計算機可讀介質，其存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-3中任一所述的聲學模型訓練方法。