[發明專利]模型更新方法、裝置、電子設備及存儲介質

有效

• 申請號: 201910093092.5
• 申請日: 2019-01-30
• 公開（公告）號: CN111583910B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 王杰;鐘貴平;李寶祥;吳本谷;陳江
• 申請（專利權）人: 北京獵戶星空科技有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

本發明涉及語音識別技術領域，公開了一種模型更新方法、裝置、電子設備及存儲介質，所述方法包括：確定語言模型需要更新，語言模型對應的解碼網絡是基于全量詞典構建得到的；根據語料庫中的語料，更新語言模型，并確定解碼網絡中各詞節點之間的路徑對應的最新概率得分；根據最新概率得分，更新解碼網絡中對應的詞節點之間的路徑的概率得分。本發明實施例提供的技術方案，實現了語言模型的在線更新，保證用戶能不間斷地獲取到語音識別服務，提高用戶體驗。

技術領域

本發明涉及語音識別技術領域，尤其涉及一種模型更新方法、裝置、電子設備及存儲介質。

背景技術

語音識別的解碼過程即基于訓練好的聲學模型，并結合詞典、語言模型，對輸入的語音幀序列識別的過程。目前，通常針對不同主題訓練該主題專用的語言模型和聲學模型，并基于訓練好的語言模型、聲學模型和該主題的詞典來構建解碼網絡，因此，使用的詞典僅包含該主題下的詞匯，這類小詞典一般包含的詞匯量較少。一旦產生了新增的詞匯，就需要對語言模型進行重新訓練，詞典隨之也會發生變化，這樣一來，原來的解碼網絡就無法涵蓋新增的詞匯，此時需要重新構建解碼網絡。為了能加載重新構建的解碼網絡，需要重啟解碼器，重啟解碼器期間無法正常提供解碼服務，而且重啟解碼器的耗時與詞典大小成正比，當詞典本身較大，而更新點較少時，這種影響尤為嚴重。

發明內容

本發明實施例提供一種模型更新方法、裝置、電子設備及存儲介質，以解決現有技術中更新語言模型時需要重啟解碼器導致服務中斷的問題。

第一方面，本發明一實施例提供了一種模型更新方法，包括：

確定語言模型需要更新，語言模型對應的解碼網絡是基于全量詞典構建得到的；

根據語料庫中的語料，更新語言模型，并確定解碼網絡中各詞節點之間的路徑對應的最新概率得分；

根據最新概率得分，更新解碼網絡中對應的詞節點之間的路徑的概率得分。

第二方面，本發明一實施例提供了一種模型更新裝置，包括：

確定模塊，用于確定語言模型需要更新，語言模型對應的解碼網絡是基于全量詞典構建得到的；

計算模塊，用于根據語料庫中的語料，更新語言模型，并確定解碼網絡中各詞節點之間的路徑對應的最新概率得分；

更新模塊，用于根據最新概率得分，更新解碼網絡中對應的詞節點之間的路徑的概率得分。

第三方面，本發明一實施例提供了一種電子設備，包括收發機、存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，收發機用于在處理器的控制下接收和發送數據，處理器執行程序時實現上述任一種方法的步驟。

第四方面，本發明一實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序指令，該程序指令被處理器執行時實現上述任一種方法的步驟。

本發明實施例提供的技術方案，采用全量詞表構建解碼網絡，因此，當語言模型發生變化時，解碼網絡中的節點(包括詞節點和音素節點)不需要重構，也就是說，不需要重新構建解碼網絡，也就不需要重啟解碼器，需要修改的只是因語言模型的變化而導致的各節點之間路徑的概率得分的變化，從而實現語言模型的在線更新，保證用戶能不間斷地獲取到語音識別服務，提高用戶體驗。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對本發明實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面所介紹的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的模型更新方法的應用場景示意圖；

圖2為本發明一實施例提供的模型更新方法的流程示意圖；