[發(fā)明專利]一種智能飲水機(jī)的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110609666.7
• 申請(qǐng)日: 2021-06-01
• 公開（公告）號(hào): CN113345425A
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 陳芒
• 申請(qǐng)（專利權(quán)）人: 深圳市傳聲智能科技有限公司
• 主分類號(hào): G10L15/06
• 分類號(hào): G10L15/06;G10L15/20;G10L25/87
• 代理公司: 北京冠和權(quán)律師事務(wù)所 11399
• 代理人: 趙銀萍

1.一種智能飲水機(jī)的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，包括：

獲取近場(chǎng)語(yǔ)音；

在所述近場(chǎng)語(yǔ)音中抽取目標(biāo)數(shù)量的近場(chǎng)語(yǔ)音作為目標(biāo)語(yǔ)音，并將所述目標(biāo)語(yǔ)音采用多通道模式進(jìn)行遠(yuǎn)場(chǎng)語(yǔ)音模擬，得到遠(yuǎn)場(chǎng)模擬語(yǔ)音；

對(duì)所述遠(yuǎn)場(chǎng)模擬語(yǔ)音按照拆分標(biāo)準(zhǔn)進(jìn)行拆分處理，獲得多個(gè)第一拆分遠(yuǎn)場(chǎng)模擬語(yǔ)音；

對(duì)所述遠(yuǎn)場(chǎng)模擬語(yǔ)音按照不同的參數(shù)標(biāo)準(zhǔn)進(jìn)行語(yǔ)音處理，獲得多個(gè)第二處理遠(yuǎn)場(chǎng)模擬語(yǔ)音；

將所述第一拆分遠(yuǎn)場(chǎng)模擬語(yǔ)音和所述第二處理遠(yuǎn)場(chǎng)模擬語(yǔ)音作為訓(xùn)練數(shù)據(jù)，通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行識(shí)別。

2.根據(jù)權(quán)利要求1所述的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，在所述近場(chǎng)語(yǔ)音中抽取目標(biāo)數(shù)量的近場(chǎng)語(yǔ)音作為目標(biāo)語(yǔ)音時(shí)，先將所述近場(chǎng)語(yǔ)音進(jìn)行標(biāo)注，然后針對(duì)標(biāo)注信息進(jìn)行隨機(jī)抽取。

3.根據(jù)權(quán)利要求1所述的場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，在將所述目標(biāo)語(yǔ)音采用多通道模式進(jìn)行遠(yuǎn)場(chǎng)語(yǔ)音模擬的過(guò)程中，針對(duì)所述目標(biāo)語(yǔ)音進(jìn)行多次遠(yuǎn)場(chǎng)語(yǔ)音模擬，并且在每次遠(yuǎn)場(chǎng)語(yǔ)音模擬時(shí)對(duì)模擬的場(chǎng)景因素采用單一控制變量法進(jìn)行改變，所述場(chǎng)景因素包括：聲源與智能飲水機(jī)之間的距離、聲源的聲音大小和環(huán)境干擾聲音狀況。

4.根據(jù)權(quán)利要求1所述的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述獲取近場(chǎng)語(yǔ)音時(shí)，不僅要獲取近場(chǎng)語(yǔ)音，還要將關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果一并進(jìn)行獲取。

5.根據(jù)權(quán)利要求4所述的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，在通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型對(duì)所述訓(xùn)練數(shù)據(jù)進(jìn)行識(shí)別之后，根據(jù)所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果對(duì)通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型得到的關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果進(jìn)行判斷，判斷所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果與關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果之間的識(shí)別誤差。

6.根據(jù)權(quán)利要求5所述的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述根據(jù)所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果對(duì)通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型得到的關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果進(jìn)行判斷，包括：

將通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型得到的關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果記為Y，則具體表示為：

Y＝{y_i}

其中，y_i表示通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型得到的關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果中i屬性的結(jié)果數(shù)據(jù)子集；

根據(jù)下述公式把通過(guò)智能飲水機(jī)中的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型得到的關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果與關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果進(jìn)行對(duì)比得到所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果與關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果之間的識(shí)別誤差；

上述公式中，α表示所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果與關(guān)于訓(xùn)練數(shù)據(jù)的識(shí)別結(jié)果之間的識(shí)別誤差，H表示所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果，D表示集合大小計(jì)量函數(shù)，sgn表示函數(shù)，L表示識(shí)別結(jié)果包含的數(shù)據(jù)屬性數(shù)目，h_i表示所述關(guān)于近場(chǎng)語(yǔ)音的識(shí)別結(jié)果i屬性的結(jié)果數(shù)據(jù)子集。

7.根據(jù)權(quán)利要求1所述的遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，對(duì)所述遠(yuǎn)場(chǎng)模擬語(yǔ)音按照拆分標(biāo)準(zhǔn)進(jìn)行拆分處理，包括：按照通道進(jìn)行拆分和按照語(yǔ)音幀進(jìn)行拆分；所述按照通道進(jìn)行拆分是將所述遠(yuǎn)場(chǎng)模擬語(yǔ)音按照得到遠(yuǎn)場(chǎng)模擬語(yǔ)音時(shí)采集語(yǔ)音的通道拆分為多個(gè)遠(yuǎn)場(chǎng)模擬通道語(yǔ)音；所述按照語(yǔ)音幀進(jìn)行拆分是將所述遠(yuǎn)場(chǎng)模擬通道語(yǔ)音按照視頻幀拆分成多個(gè)遠(yuǎn)場(chǎng)模擬通道語(yǔ)音片段。