[發(fā)明專利]語(yǔ)種識(shí)別方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010187616.X
• 申請(qǐng)日: 2020-03-17
• 公開（公告）號(hào): CN111445898B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 方昕;李晉;劉俊華
• 申請(qǐng)（專利權(quán)）人: 科大訊飛股份有限公司
• 主分類號(hào): G10L15/00
• 分類號(hào): G10L15/00;G10L15/02;G10L15/06;G10L15/18
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 馬瑞

1.一種語(yǔ)種識(shí)別方法，其特征在于，包括：

確定待識(shí)別語(yǔ)音數(shù)據(jù)；

將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至語(yǔ)種識(shí)別模型中，得到所述語(yǔ)種識(shí)別模型輸出的語(yǔ)種識(shí)別結(jié)果；

其中，所述語(yǔ)種識(shí)別模型是基于樣本語(yǔ)音數(shù)據(jù)、所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種，以及多個(gè)語(yǔ)種的描述文本訓(xùn)練得到的；所述多個(gè)語(yǔ)種包括集內(nèi)語(yǔ)種和集外語(yǔ)種，所述集內(nèi)語(yǔ)種為所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種，所述集外語(yǔ)種即所述集內(nèi)語(yǔ)種以外的語(yǔ)種，任一語(yǔ)種的描述文本是包含所述任一語(yǔ)種對(duì)應(yīng)的語(yǔ)言屬性信息的自然語(yǔ)言描述文本。

2.根據(jù)權(quán)利要求1所述的語(yǔ)種識(shí)別方法，其特征在于，所述語(yǔ)種識(shí)別模型用于確定所述待識(shí)別語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的語(yǔ)音語(yǔ)種表征向量，并基于所述語(yǔ)音語(yǔ)種表征向量以及所述多個(gè)語(yǔ)種的文本語(yǔ)種表征向量進(jìn)行語(yǔ)種識(shí)別，任一語(yǔ)種的文本語(yǔ)種表征向量是基于所述任一語(yǔ)種的描述文本確定的。

3.根據(jù)權(quán)利要求2所述的語(yǔ)種識(shí)別方法，其特征在于，所述將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至語(yǔ)種識(shí)別模型中，得到所述語(yǔ)種識(shí)別模型輸出的語(yǔ)種識(shí)別結(jié)果，具體包括：

將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至所述語(yǔ)種識(shí)別模型的語(yǔ)音語(yǔ)種表征層，得到所述語(yǔ)音語(yǔ)種表征層輸出的所述語(yǔ)音語(yǔ)種表征向量；

將所述語(yǔ)音語(yǔ)種表征向量和每一語(yǔ)種的文本語(yǔ)種表征向量輸入至所述語(yǔ)種識(shí)別模型的相似度判決層，得到所述相似度判決層輸出的所述語(yǔ)種識(shí)別結(jié)果。

4.根據(jù)權(quán)利要求3所述的語(yǔ)種識(shí)別方法，其特征在于，所述將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至所述語(yǔ)種識(shí)別模型的語(yǔ)音語(yǔ)種表征層，得到所述語(yǔ)音語(yǔ)種表征層輸出的所述語(yǔ)音語(yǔ)種表征向量，具體包括：

將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至所述語(yǔ)音語(yǔ)種表征層的語(yǔ)音特征提取層，得到所述語(yǔ)音特征提取層輸出的語(yǔ)音特征向量；

將所述語(yǔ)音特征向量輸入至所述語(yǔ)音語(yǔ)種表征層的空間變換層，得到所述空間變換層輸出的所述語(yǔ)音語(yǔ)種表征向量。

5.根據(jù)權(quán)利要求4所述的語(yǔ)種識(shí)別方法，其特征在于，所述語(yǔ)音語(yǔ)種表征層還包括語(yǔ)種分類層，所述語(yǔ)種分類層用于確定所述語(yǔ)音特征向量對(duì)應(yīng)的語(yǔ)種；

所述語(yǔ)音特征提取層與所述語(yǔ)種分類層構(gòu)成語(yǔ)種分類模型，所述語(yǔ)種分類模型是基于樣本語(yǔ)音數(shù)據(jù)，以及所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種訓(xùn)練得到的。

6.根據(jù)權(quán)利要求3所述的語(yǔ)種識(shí)別方法，其特征在于，所述語(yǔ)音語(yǔ)種表征層構(gòu)成語(yǔ)音語(yǔ)種表征模型，所述語(yǔ)音語(yǔ)種表征模型是基于樣本語(yǔ)音數(shù)據(jù)，以及所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種的描述文本所對(duì)應(yīng)的文本語(yǔ)種表征向量訓(xùn)練得到的。

7.根據(jù)權(quán)利要求6所述的語(yǔ)種識(shí)別方法，其特征在于，所述語(yǔ)音語(yǔ)種表征模型是基于樣本語(yǔ)音數(shù)據(jù)、所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種的描述文本所對(duì)應(yīng)的文本語(yǔ)種表征向量，以及語(yǔ)種表征判別器訓(xùn)練得到的；

所述語(yǔ)音語(yǔ)種表征模型和所述語(yǔ)種表征判別器構(gòu)成生成對(duì)抗網(wǎng)絡(luò)。

8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的語(yǔ)種識(shí)別方法，其特征在于，任一語(yǔ)種的文本語(yǔ)種表征向量具體是基于從所述任一語(yǔ)種的描述文本中提取的語(yǔ)言屬性信息確定的；所述語(yǔ)言屬性信息包括所述任一語(yǔ)種的語(yǔ)系、使用地區(qū)、使用人群、發(fā)音特征中的至少一種。

9.一種語(yǔ)種識(shí)別裝置，其特征在于，包括：

確定單元，用于確定待識(shí)別語(yǔ)音數(shù)據(jù)；

語(yǔ)種識(shí)別單元，用于將所述待識(shí)別語(yǔ)音數(shù)據(jù)輸入至語(yǔ)種識(shí)別模型中，得到所述語(yǔ)種識(shí)別模型輸出的語(yǔ)種識(shí)別結(jié)果；

其中，所述語(yǔ)種識(shí)別模型是基于樣本語(yǔ)音數(shù)據(jù)、所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種，以及多個(gè)語(yǔ)種的描述文本訓(xùn)練得到的；所述多個(gè)語(yǔ)種包括集內(nèi)語(yǔ)種和集外語(yǔ)種，所述集內(nèi)語(yǔ)種為所述樣本語(yǔ)音數(shù)據(jù)的語(yǔ)種，所述集外語(yǔ)種即所述集內(nèi)語(yǔ)種以外的語(yǔ)種，任一語(yǔ)種的描述文本是包含所述任一語(yǔ)種對(duì)應(yīng)的語(yǔ)言屬性信息的自然語(yǔ)言描述文本。

10.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的語(yǔ)種識(shí)別方法的步驟。

11.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至8中任一項(xiàng)所述的語(yǔ)種識(shí)別方法的步驟。