[發明專利]一種語音識別模型訓練方法、裝置以及電子設備

有效

• 申請號: 201911204920.4
• 申請日: 2019-11-29
• 公開（公告）號: CN110930979B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 袁勝龍
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/02;G10L15/06;G10L15/08;G10L15/14;G10L15/16;G10L25/24
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;黃燦

1.一種語音識別模型訓練方法，其特征在于，所述方法包括：

獲得第一語言音頻的第一音節標簽序列和第二語言音頻的第二音節標簽序列；

從所述第二音節標簽序列中確定多個差異音節標簽序列；

根據所述多個差異音節標簽序列確定目標差異音節標簽序列，其中，所述目標差異音節標簽序列中每個音節標簽至少存在于所述多個差異音節標簽序列的至少兩項中；

根據所述目標差異音節標簽序列生成第三音節標簽序列；

根據所述第一音節標簽序列和所述第三音節標簽序列進行語音識別模型訓練，得到混合語音識別模型。

2.根據權利要求1所述的方法，其特征在于，所述從所述第二音節標簽序列中確定多個差異音節標簽序列，包括：

根據所述第一語言音頻、所述第一音節標簽序列、所述第二語言音頻、所述第二音節標簽序列以及預先訓練的第一語言識別模型，從所述第二音節標簽序列中確定所述多個差異音節標簽序列，其中，所述第一語言識別模型基于所述第一音節標簽序列訓練得到。

3.根據權利要求1所述的方法，其特征在于，所述多個差異音節標簽序列包括第一差異音節標簽序列，所述從所述第二音節標簽序列中確定多個差異音節標簽序列，包括：

將所述第二語言音頻輸入至預先訓練的第一語言識別模型，得到連接時序分類峰序列；

根據所述第二音節標簽序列和所述連接時序分類峰序列，確定所述第二音節標簽序列中的每種第二音節標簽的連接時序分類峰正確率；

根據每種第二音節標簽的連接時序分類峰正確率，從所述第二音節標簽序列中確定所述第一差異音節標簽序列。

4.根據權利要求1所述的方法，其特征在于，所述多個差異音節標簽序列包括第二差異音節標簽序列，所述從所述第二音節標簽序列中確定多個差異音節標簽序列，包括：

通過預先訓練的第一語言識別模型對所述第二語言音頻和所述第二音節標簽序列進行處理，得到連接時序分類維特比序列；

根據所述連接時序分類維特比序列，確定所述第二音節標簽序列中的每種第二音節標簽的連接時序分類維特比得分；

根據每種第二音節標簽的連接時序分類維特比得分，從所述第二音節標簽序列中確定所述第二差異音節標簽序列。

5.根據權利要求1所述的方法，其特征在于，所述多個差異音節標簽序列包括第三差異音節標簽序列，所述從所述第二音節標簽序列中確定多個差異音節標簽序列，包括：

通過預先訓練的第一語言識別模型對所述第一語言音頻和所述第一音節標簽序列，以及所述第二語言音頻和所述第二音節標簽序列分別進行處理，得到第一連接時序分類維特比序列和第二連接時序分類維特比序列；

根據所述第一連接時序分類維特比序列和所述第二連接時序分類維特比序列，確定所述第一音節標簽序列中的每種第一音節標簽的連接時序分類維特比得分和所述第二音節標簽序列中的每種第二音節標簽的連接時序分類維特比得分；

根據所述第二音節標簽序列中的每種第二音節標簽的連接時序分類維特比得分與對應的第一音節標簽的連接時序分類維特比得分的差異，從所述第二音節標簽序列中確定所述第三差異音節標簽序列。

6.根據權利要求3所述的方法，其特征在于，所述根據所述第二音節標簽序列和所述連接時序分類峰序列，確定所述第二音節標簽序列中的每種第二音節標簽的連接時序分類峰正確率，包括：

對所述第二音節標簽序列去重，得到去重音節標簽序列；

對所述去重音節標簽序列去靜音幀，得到有效音節標簽序列；

對比所述有效音節標簽序列和所述連接時序分類峰序列，得到所述有效音節標簽序列中的每種有效音節標簽的連接時序分類峰正確率。