[發明專利]一種引擎響應時間的分析方法及電子設備、存儲介質

在審

• 申請號: 202011033534.6
• 申請日: 2020-09-27
• 公開（公告）號: CN112259108A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 張滔
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L17/18
• 分類號: G10L17/18;G10L15/04
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 何倚雯

1.一種引擎響應時間的分析方法，其特征在于，包括：

向引擎輸入預設語音段，其中，所述引擎裝載有神經網絡；

獲取所述預設語音段的真實尾端時間點、所述神經網絡判定的預設語音段的預測尾端時間點以及所述引擎拋出的反饋尾端時間點；

計算所述神經網絡判定的預設語音段的預測尾端時間點分別與所述預設語音段的真實尾端時間點及所述引擎拋出的反饋尾端時間點的時間差；

基于所述時間差，得出所述引擎響應時間的影響因素。

2.根據權利要求1所述的分析方法，其特征在于，所述計算所述神經網絡判定的預設語音段的預測尾端時間點分別與所述預設語音段的真實尾端時間點及所述引擎拋出的反饋尾端時間點的時間差包括：

計算所述預設語音段的真實尾端時間點及所述神經網絡判定的預設語音段的預測尾端時間點之間的第一時間差；

計算所述神經網絡判定的預設語音段的預測尾端時間點以及所述引擎拋出的反饋尾端時間點之間的第二時間差。

3.根據權利要求2所述的分析方法，其特征在于，所述基于所述時間差，得出所述引擎響應時間的影響因素包括：

基于所述第一時間差，確定所述神經網絡是否為所述引擎響應時間的影響因素；

基于所述第二時間差，確定所述引擎對所述神經網絡的計算時間是否為所述引擎響應時間的影響因素。

4.根據權利要求1所述的分析方法，其特征在于，所述方法還包括：

根據所述引擎響應時間的影響因素對所述神經網絡進行優化。

5.根據權利要求4所述的分析方法，其特征在于，所述根據所述引擎響應時間的影響因素對所述神經網絡進行優化包括：

對所述神經網絡重新訓練，并在訓練過程中在損失函數上加大預設語音段尾部靜音幀的懲罰系數；或者

獲取多條訓練語音段，并標注所述訓練語音段的真實尾端時間點，以及通過初始神經網絡預測所述訓練語音段的預測尾端時間點；

利用所述訓練語音段的真實尾端時間點、所述訓練語音段的預測尾端時間點以及所述訓練語音段的數量得到新的損失函數；

利用所述新的損失函數對所述神經網絡進行訓練。

6.根據權利要求4所述的分析方法，其特征在于，所述根據所述引擎響應時間的影響因素對所述神經網絡進行優化包括：

在所述引擎中運行第一神經網絡及第二神經網絡，獲取所述第一神經網絡對應的第一計算量以及所述第二神經網絡對應的第二計算量；

計算所述引擎對所述第一神經網絡的計算時間；及計算所述引擎對所述第二神經網絡的計算時間；

根據所述第一計算量、所述第二計算量以及所述引擎對所述第一神經網絡的計算時間、所述引擎對所述第二神經網絡的計算時間對所述第一神經網絡或者所述第二神經網絡進行優化。

7.根據權利要求6所述的分析方法，其特征在于，所述根據所述第一計算量、所述第二計算量以及所述引擎對所述第一神經網絡的計算時間、所述引擎對所述第二神經網絡的計算時間對第一神經網絡或者所述第二神經網絡進行優化包括：

對比所述第一計算量與所述第二計算量，以及對比所述引擎對所述第一神經網絡的計算時間與所述引擎對所述第二神經網絡的計算時間；

若所述第一計算量大于所述第二計算量，且所述引擎對所述第一神經網絡的計算時間大于所述引擎對所述第二神經網絡的計算時間，則對所述第一計算量進行優化，以使得優化后的第一計算量與所述第二計算量的比值等于所述引擎對所述第一神經網絡的計算時間與所述引擎對所述第二神經網絡的計算時間的比值；

若所述第一計算量大于所述第二計算量，且所述引擎對所述第一神經網絡的計算時間等于或小于所述引擎對所述第二神經網絡的計算時間，則對所述第二計算量進行優化，以使得第一計算量與優化后的所述第二計算量的比值等于所述引擎對所述第一神經網絡的計算時間與所述引擎對所述第二神經網絡的計算時間的比值。