[发明专利]声学模型训练方法和装置、电子设备、计算机可读介质

权利要求书

1.一种声学模型训练方法，包括：

获取精标数据的语音特征和普通数据的语音特征，其中，所述精标数据是指标注后得到的数据，所述普通数据是指未标注的数据；

根据所述精标数据的语音特征和预设的网络模型确定单输入模型；

根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型；

所述根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型，包括：

对所述单输入模型进行复制和合并，得到双输入初始模型；

采用所述精标数据的语音特征和所述普通数据的语音特征对所述双输入初始模型进行训练，得到所述双输入声学模型。

2.根据权利要求1所述的方法，其中，所述对所述单输入模型进行复制和合并，得到双输入初始模型，包括：

对所述单输入模型的输入层进行复制，将复制后的输入层和所述单输入模型合并，得到所述双输入初始模型。

3.根据权利要求2所述的方法，其中，所述单输入模型包括数据采集层和隐层，所述将复制后的输入层和所述单输入模型合并，包括：

将复制后的输入层和所述单输入模型中的输入层共用所述单输入模型中的数据采集层和隐层。

4.根据权利要求1至3中任一项所述的方法，其中，在根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型之后，还包括：

将所述双输入声学模型拆解为两个所述单输入模型；

选取包括用于输入所述精标数据的语音特征的输入层的所述单输入模型；

采用所述精标数据的语音特征对选取出的所述单输入模型进行训练，得到声学模型。

5.根据权利要求1至3中任一项所述的方法，其中，在所述获取精标数据的语音特征和普通数据的语音特征之前，还包括：

获取初始精标数据和初始普通数据；

分别获取所述初始精标数据和所述初始普通数据的音频，并分别从所述初始精标数据的音频中提取所述初始精标数据的语音特征,从所述初始普通数据的音频中提取所述初始普通数据的语音特征；

基于所述初始精标数据、所述初始普通数据、所述初始精标数据的语音特征和所述初始普通数据的语音特征构建训练列表；

所述获取精标数据的语音特征和所述普通数据的语音特征包括：

根据所述精标数据从所述训练列表的所述初始精标数据的语音特征中获取精标数据的语音特征，并根据所述普通数据从所述训练列表的所述初始普通数据的语音特征中获取普通数据的语音特征。

6.根据权利要求1至3中任一项所述的方法，其中，所述根据所述精标数据的语音特征和预设的网络模型确定单输入模型，包括：

采用所述精标数据的语音特征对预设的网络模型依次进行帧级别训练和句子级别训练，得到所述单输入模型。

7.一种声学模型训练装置，包括：

获取模块，用于获取精标数据的语音特征和普通数据的语音特征，其中，所述精标数据是指标注后得到的数据，所述普通数据是指未标注的数据；

单输入模型确定模块，用于根据所述精标数据的语音特征和预设的网络模型确定单输入模型；

双输入声学模型确定模块，用于根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型；

所述双输入声学模型确定模块具体用于：

对所述单输入模型进行复制和合并，得到双输入初始模型；

采用所述精标数据的语音特征和所述普通数据的语音特征对所述双输入初始模型进行训练，得到所述双输入声学模型。

8.根据权利要求7所述的装置，其中，所述双输入声学模型确定模块具体用于：

对所述单输入模型的输入层进行复制，将复制后的输入层和所述单输入模型合并，得到所述双输入初始模型。