[發(fā)明專(zhuān)利]本地?zé)嵩~訓(xùn)練和識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011272759.7
• 申請(qǐng)日: 2020-11-12
• 公開(kāi)（公告）號(hào): CN112349278A
• 公開(kāi)（公告）日: 2021-02-09
• 發(fā)明（設(shè)計(jì)）人: 夏念鑫;甘津瑞;張順
• 申請(qǐng)（專(zhuān)利權(quán)）人: 蘇州思必馳信息科技有限公司
• 主分類(lèi)號(hào): G10L15/06
• 分類(lèi)號(hào): G10L15/06;G10L15/26
• 代理公司: 北京商專(zhuān)永信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 黃謙;鄧婷婷

本發(fā)明公開(kāi)一種本地?zé)嵩~訓(xùn)練和識(shí)別方法及裝置，其中，本地?zé)嵩~訓(xùn)練方法，包括：響應(yīng)于獲取的熱詞以及與所述熱詞對(duì)應(yīng)的各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息，基于所述熱詞向定制模型發(fā)送訓(xùn)練指令；基于所述各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息形成所述本地?zé)嵩~引擎SDK的過(guò)濾篩選標(biāo)準(zhǔn)。通過(guò)本地?zé)嵩~引擎SDK獲取的熱詞以及與所述熱詞對(duì)應(yīng)的各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息生成定制模型，從而可以實(shí)現(xiàn)經(jīng)常更換熱詞或者使用特殊的詞識(shí)別代替喚醒詞，而后基于各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息形成本地?zé)嵩~引擎SDK的過(guò)濾篩選標(biāo)準(zhǔn)進(jìn)行識(shí)別用戶(hù)輸入的音頻，從而可以實(shí)現(xiàn)得到符合用戶(hù)自定義標(biāo)準(zhǔn)的識(shí)別結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明屬于語(yǔ)音識(shí)別領(lǐng)域，尤其涉及本地?zé)嵩~訓(xùn)練和識(shí)別方法及裝置。

背景技術(shù)

相關(guān)技術(shù)中，主要是以先收集用戶(hù)需求的熱詞，進(jìn)行定制訓(xùn)練熱詞模型，而后將訓(xùn)練好的定制模型導(dǎo)出放到指定的離線設(shè)備中使用。

其中，本地?zé)嵩~引擎的實(shí)現(xiàn)一般先是收集用戶(hù)的熱詞需求，后會(huì)經(jīng)過(guò)專(zhuān)門(mén)的訓(xùn)練來(lái)訓(xùn)練專(zhuān)門(mén)的定制模型，后將這個(gè)模型導(dǎo)出后放到用戶(hù)的設(shè)備上使用。

發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中發(fā)現(xiàn)以定制的方式來(lái)進(jìn)行的話，主要是以下缺陷：

第一，此方法成本較大需要收集需求、訓(xùn)練定制模型、導(dǎo)出模型，耗費(fèi)了大量的人力成本和時(shí)間成本。

第二，此方式對(duì)于經(jīng)常修改或者對(duì)極個(gè)別熱詞有置信度要求的開(kāi)發(fā)者不太方便，無(wú)法自行靈活添加熱詞，且無(wú)法靈活修改對(duì)于各個(gè)熱詞的置信度以及其他維度的自定義標(biāo)準(zhǔn)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種本地?zé)嵩~訓(xùn)練和識(shí)別方法及裝置，用于至少解決上述技術(shù)問(wèn)題之一。

第一方面，本發(fā)明實(shí)施例提供一種本地?zé)嵩~訓(xùn)練方法，用于本地?zé)嵩~引擎SDK，包括：響應(yīng)于獲取的熱詞以及與所述熱詞對(duì)應(yīng)的各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息，基于所述熱詞向定制模型發(fā)送訓(xùn)練指令；基于所述各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息形成所述本地?zé)嵩~引擎SDK的過(guò)濾篩選標(biāo)準(zhǔn)。

第二方面，本發(fā)明實(shí)施例提供一種本地?zé)嵩~識(shí)別方法，用于本地?zé)嵩~引擎SDK，包括：響應(yīng)于獲取的用戶(hù)的輸入音頻，將所述輸入音頻送入本地?zé)嵩~訓(xùn)練方法訓(xùn)練后的定制模型中進(jìn)行識(shí)別；獲取所述定制模型返回的識(shí)別結(jié)果；經(jīng)由根據(jù)本地?zé)嵩~訓(xùn)練方法形成的所述本地?zé)嵩~引擎SDK的篩選標(biāo)準(zhǔn)對(duì)所述識(shí)別結(jié)果進(jìn)行過(guò)濾；將過(guò)濾后的識(shí)別結(jié)果返回給所述用戶(hù)。

第三方面，本發(fā)明實(shí)施例提供一種本地?zé)嵩~訓(xùn)練裝置，用于本地?zé)嵩~引擎SDK，包括：獲取發(fā)送模塊，配置為響應(yīng)于獲取的熱詞以及與所述熱詞對(duì)應(yīng)的各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息，基于所述熱詞向定制模型發(fā)送訓(xùn)練指令；形成模塊，配置為配置為基于所述各個(gè)維度的自定義標(biāo)準(zhǔn)參數(shù)信息形成所述本地?zé)嵩~引擎SDK的過(guò)濾篩選標(biāo)準(zhǔn)。

第四方面，本發(fā)明實(shí)施例提供一種本地?zé)嵩~識(shí)別裝置，用于本地?zé)嵩~引擎SDK，包括：獲取送入識(shí)別模塊，配置為響應(yīng)于獲取的用戶(hù)的輸入音頻，將所述輸入音頻送入本地?zé)嵩~訓(xùn)練方法訓(xùn)練后的定制模型中進(jìn)行識(shí)別；獲取模塊，配置為獲取所述定制模型返回的識(shí)別結(jié)果；過(guò)濾模塊，配置為經(jīng)由根據(jù)本地?zé)嵩~訓(xùn)練方法形成的所述本地?zé)嵩~引擎SDK的篩選標(biāo)準(zhǔn)對(duì)所述識(shí)別結(jié)果進(jìn)行過(guò)濾；返回模塊，配置為將過(guò)濾后的識(shí)別結(jié)果返回給所述用戶(hù)。

第五方面，提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括存儲(chǔ)在非易失性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，當(dāng)所述程序指令被計(jì)算機(jī)執(zhí)行時(shí)，使所述計(jì)算機(jī)執(zhí)行第一方面所述的本地?zé)嵩~訓(xùn)練和識(shí)別方法的步驟。

第六方面，本發(fā)明實(shí)施例還提供一種電子設(shè)備，其包括：至少一個(gè)處理器，以及與所述至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行第一方面所述方法的步驟。