[發(fā)明專利]語(yǔ)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(kāi)（公告）號(hào): CN116612743A
• 公開(kāi)（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

本公開(kāi)提供了一種語(yǔ)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)，將待標(biāo)注語(yǔ)音數(shù)據(jù)集劃分為預(yù)設(shè)數(shù)量的數(shù)據(jù)分塊；將預(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(yǔ)音識(shí)別模型，分別得到每個(gè)語(yǔ)音識(shí)別模型對(duì)應(yīng)的識(shí)別結(jié)果集；從不同識(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)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)語(yǔ)音識(shí)別模型進(jìn)行評(píng)估。與相關(guān)技術(shù)相比，通過(guò)在每個(gè)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，于標(biāo)注結(jié)果實(shí)現(xiàn)對(duì)每個(gè)語(yǔ)音識(shí)別模型的評(píng)估。通過(guò)交叉生成參考識(shí)別文本，能夠減少參考識(shí)別文本的標(biāo)注效果對(duì)語(yǔ)音識(shí)別模型的識(shí)別準(zhǔn)確率的影響，進(jìn)而能實(shí)現(xiàn)對(duì)語(yǔ)音識(shí)別模型的客觀評(píng)估。

技術(shù)領(lǐng)域

本公開(kāi)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種語(yǔ)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)。

背景技術(shù)

隨著語(yǔ)音識(shí)別技術(shù)的發(fā)展，語(yǔ)音識(shí)別模型能夠識(shí)別的數(shù)量變得越來(lái)越大。同時(shí)，也對(duì)語(yǔ)音識(shí)別模型的識(shí)別準(zhǔn)確度也提出了更高的要求。語(yǔ)音數(shù)據(jù)的標(biāo)注影響著語(yǔ)音識(shí)別模型的準(zhǔn)確率。語(yǔ)音標(biāo)注根據(jù)參考識(shí)別文本進(jìn)行標(biāo)注，語(yǔ)音標(biāo)注的過(guò)程中會(huì)受到多種因素的影響，導(dǎo)致標(biāo)注效果不佳，進(jìn)而會(huì)影像語(yǔ)音識(shí)別模型的識(shí)別準(zhǔn)確率。由于語(yǔ)音標(biāo)注的好壞直接影響著語(yǔ)音識(shí)別模型的識(shí)別精度，若使用不同的參考識(shí)別文本對(duì)不同語(yǔ)音識(shí)別模型進(jìn)行訓(xùn)練，在對(duì)語(yǔ)音識(shí)別模型進(jìn)行評(píng)估時(shí)，無(wú)法直接對(duì)模型的優(yōu)劣進(jìn)行判斷。

發(fā)明內(nèi)容

本公開(kāi)提供了一種語(yǔ)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)。其主要目的在于實(shí)現(xiàn)對(duì)不同語(yǔ)音識(shí)別模型的評(píng)估。

根據(jù)本公開(kāi)的第一方面，提供了一種語(yǔ)音識(shí)別模型的評(píng)估方法，其中，包括：

將待標(biāo)注語(yǔ)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(yǔ)音識(shí)別模型，分別得到每個(gè)所述語(yǔ)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(yǔ)音識(shí)別模型進(jìn)行評(píng)估。

可選的，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(yǔ)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(yǔ)音識(shí)別模型進(jìn)行評(píng)估。

可選的，所述將待標(biāo)注語(yǔ)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(yǔ)音數(shù)據(jù)集中待標(biāo)注語(yǔ)音數(shù)據(jù)的數(shù)量；

基于待標(biāo)注語(yǔ)音數(shù)據(jù)的數(shù)量，將所述待標(biāo)注語(yǔ)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。

可選的，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(yǔ)音識(shí)別模型，分別得到每個(gè)所述語(yǔ)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(yǔ)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(yǔ)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(yǔ)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。

可選的，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(yǔ)音數(shù)據(jù)集。