[發明專利]口音識別模型建立方法、裝置及存儲介質和電子設備

有效

• 申請號: 202110888963.X
• 申請日: 2021-08-03
• 公開（公告）號: CN113592559B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 徐延廣;顏瑞;解傳棟
• 申請（專利權）人: 貝殼找房（北京）科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16;G06N3/04;G06N3/08
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 衣淑鳳;宋志強

本發明實施例提出口音識別模型建立方法、裝置及存儲介質和電子設備。方法包括：分別采用每個第一城市的用戶語音訓練樣本集對對應的第一城市的單城口音識別模型進行訓練，得到每個第一城市的單城口音識別模型；分別將每個第二城市的用戶語音測試樣本集輸入到每個第一城市的單城口音識別模型；對于每個第二城市，在所有第一城市的單城口音識別模型中選擇：識別率最高且識別率大于第一閾值的模型，將所選擇的模型對應的第一城市和該第二城市劃分到同一口音區域；針對每一口音區域，采用該口音區域內的所有城市的用戶語音訓練樣本集對該口音區域的區域口音識別模型進行訓練，得到該口音區域的區域口音識別模型。本發明實施例提高了口音識別的識別率。

技術領域

本發明實施例涉及口音識別模型建立方法、裝置及可讀存儲介質和電子設備。

背景技術

目前，在房屋交易中，為了方便，在線上采用VR(Virtual Reality，虛擬現實)技術為客戶帶看房源已經得到應用。在該場景中，需要由經紀人隨著VR鏡頭的變化，為客戶帶看房源，在帶看過程中，經紀人和客戶會進行交流，即經紀人和客戶都會講話。由于客戶可能來自不同地域，因此可能存在經紀人不能完全聽懂客戶講話的情況。

目前出現了一些將語音識別為文本的模型，將任一地域的用戶語音輸入該模型就可得到語音對應的文本，但由于有些地域之間的口音差別較大，因此識別率不能得到保證。

發明內容

本發明實施例提出口音識別模型建立方法、裝置及可讀存儲介質和電子設備，以提高口音識別的識別率。

本發明實施例的技術方案是這樣實現的：

一種口音識別模型建立方法，該方法包括：

獲取第一城市集合中每個第一城市的用戶語音訓練樣本集；

分別采用第一城市集合中的每個第一城市的用戶語音訓練樣本集對對應的第一城市的單城口音識別模型進行訓練，得到每個第一城市的單城口音識別模型；

分別將第二城市集合中的每個第二城市的用戶語音測試樣本集輸入到第一城市集合中的每個第一城市的單城口音識別模型，并計算每個第一城市的模型對每個第二城市的識別率；對于每個第二城市，在所有第一城市的單城口音識別模型中選擇：識別率最高且識別率大于第一閾值的模型，并將所選擇的模型對應的第一城市和該第二城市劃分到同一口音區域；其中，第二城市集合包含第一城市集合；

針對每一口音區域，采用該口音區域內的所有城市的用戶語音訓練樣本集對該口音區域的區域口音識別模型進行訓練，得到該口音區域的區域口音識別模型。

所述得到該口音區域的區域口音識別模型之后，進一步包括：

接收到第一用戶的語音，確定第一用戶所在城市對應的口音區域，將第一用戶的語音輸入到該口音區域的區域口音識別模型，得到第一用戶的語音對應的文本。

所述將所選擇的模型對應的第一城市和該第二城市劃分到同一口音區域之后、所述針對每一口音區域，采用該口音區域內的所有城市的用戶語音訓練樣本集對該口音區域的區域口音識別模型進行訓練之前，進一步包括：

從所有口音區域中每次選取至少兩個口音區域進行組合，直至得到所有組合，將每個組合分別作為一個口音區域集，對于每個口音區域集，采用該口音區域集內的所有城市的用戶語音訓練樣本集對該口音區域集的區域集口音識別模型進行訓練，得到該口音區域集的區域集口音識別模型，采用該口音區域集內的多個城市的用戶語音測試樣本集對該口音區域集的區域集口音識別模型和該多個城市各自對應的單城口音識別模型進行測試，若測試結果表明：區域集口音識別模型的識別率與每個城市的單城口音識別模型的識別率的差值都在預設范圍內，則確定將該口音區域集內的所有口音區域融合為一個新的口音區域。

所述單城口音識別模型、區域口音識別模型和區域集口音識別模型采用的損失函數為：交叉熵損失函數和區分性損失函數的加權求和；