[發(fā)明專利]語音識(shí)別模型的評(píng)估方法及裝置、電子設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310736927.0
• 申請(qǐng)日: 2023-06-20
• 公開（公告）號(hào): CN116612743A
• 公開（公告）日: 2023-08-18
• 發(fā)明（設(shè)計(jì)）人: 王偉戌
• 申請(qǐng)（專利權(quán)）人: 北京云思智學(xué)科技有限公司
• 主分類號(hào): G10L15/01
• 分類號(hào): G10L15/01
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 單冠飛

1.一種語音識(shí)別模型的評(píng)估方法，其特征在于，包括：

將待標(biāo)注語音數(shù)據(jù)集劃分為預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊；

將所述預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊分別輸入對(duì)應(yīng)數(shù)量的語音識(shí)別模型，分別得到每個(gè)所述語音識(shí)別模型對(duì)應(yīng)的識(shí)別結(jié)果集；其中，每個(gè)所述數(shù)據(jù)分塊對(duì)應(yīng)一個(gè)識(shí)別結(jié)果；

從不同所述識(shí)別結(jié)果集中分別確定一個(gè)識(shí)別結(jié)果作為參考識(shí)別文本；

在對(duì)所述參考識(shí)別文本進(jìn)行標(biāo)注處理后，基于標(biāo)注后的參考識(shí)別文本依次對(duì)每個(gè)所述語音識(shí)別模型進(jìn)行評(píng)估。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在對(duì)所述參考識(shí)別文本進(jìn)行標(biāo)注處理后，基于標(biāo)注后的參考識(shí)別文本依次對(duì)每個(gè)所述語音識(shí)別模型進(jìn)行評(píng)估包括：

在每個(gè)所述識(shí)別結(jié)果集中分別選取一個(gè)所述數(shù)據(jù)分塊對(duì)應(yīng)的目標(biāo)識(shí)別結(jié)果，生成不同的、預(yù)設(shè)數(shù)量的目標(biāo)識(shí)別結(jié)果組合；

基于所述標(biāo)注后的參考識(shí)別文本，計(jì)算所述預(yù)設(shè)數(shù)量的目標(biāo)識(shí)別結(jié)果組合的第一識(shí)別錯(cuò)誤率；

基于所述第一錯(cuò)誤率，對(duì)每個(gè)所述語音識(shí)別模型進(jìn)行評(píng)估。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將待標(biāo)注語音數(shù)據(jù)集劃分為預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊包括：

獲取所述待標(biāo)注語音數(shù)據(jù)集中待標(biāo)注語音數(shù)據(jù)的數(shù)量；

基于待標(biāo)注語音數(shù)據(jù)的數(shù)量，將所述待標(biāo)注語音數(shù)據(jù)集等分為所述預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊分別輸入對(duì)應(yīng)數(shù)量的語音識(shí)別模型，分別得到每個(gè)所述語音識(shí)別模型對(duì)應(yīng)的識(shí)別結(jié)果集包括：

利用每個(gè)所述語音識(shí)別模型分別對(duì)每個(gè)所述數(shù)據(jù)分塊進(jìn)行識(shí)別處理，得到每個(gè)所述語音識(shí)別模型對(duì)每個(gè)所述數(shù)據(jù)分塊的識(shí)別結(jié)果；

將任一個(gè)所述語音識(shí)別模型對(duì)每個(gè)所述數(shù)據(jù)分塊的識(shí)別結(jié)果生成一個(gè)所述識(shí)別結(jié)果集。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從不同所述識(shí)別結(jié)果集中分別確定一個(gè)識(shí)別結(jié)果作為參考識(shí)別文本包括：

分別從不同所述識(shí)別結(jié)果集中選取一個(gè)所述數(shù)據(jù)分塊對(duì)應(yīng)的識(shí)別結(jié)果作為參考識(shí)別文本，其中，選取的所有的數(shù)據(jù)分塊組成所述待標(biāo)注語音數(shù)據(jù)集。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對(duì)所述參考識(shí)別文本進(jìn)行標(biāo)注處理后，所述方法還包括：

計(jì)算不同批次下的每個(gè)所述識(shí)別結(jié)果集的第二識(shí)別錯(cuò)誤率；

基于所述第二識(shí)別錯(cuò)誤率及所述標(biāo)注結(jié)果，生成不同批次下標(biāo)注處理的標(biāo)注波動(dòng)；

基于所述標(biāo)注波動(dòng)，對(duì)所述標(biāo)注結(jié)果進(jìn)行評(píng)估。

7.一種語音識(shí)別模型的評(píng)估裝置，其特征在于，包括：

劃分單元，用于將待標(biāo)注語音數(shù)據(jù)集劃分為預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊；

處理單元，用于將所述預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊分別輸入對(duì)應(yīng)數(shù)量的語音識(shí)別模型，分別得到每個(gè)所述語音識(shí)別模型對(duì)應(yīng)的識(shí)別結(jié)果集；其中，每個(gè)所述數(shù)據(jù)分塊對(duì)應(yīng)一個(gè)識(shí)別結(jié)果；

生成單元，用于從不同所述識(shí)別結(jié)果集中分別確定一個(gè)識(shí)別結(jié)果作為參考識(shí)別文本；

評(píng)估單元，用于在對(duì)所述參考識(shí)別文本進(jìn)行標(biāo)注處理后，基于標(biāo)注后的參考識(shí)別文本依次對(duì)每個(gè)所述語音識(shí)別模型進(jìn)行評(píng)估。

8.一種電子設(shè)備，其特征在于，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)行權(quán)利要求1-6中任一項(xiàng)所述的方法。

9.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的方法。