[发明专利]语音处理模型训练方法和装置

说明书

本申请提出一种语音处理模型训练方法和装置，其中，方法包括：通过获取目标语音识别场景的训练数据；训练数据包含第一类语音数据和第二类语音数据，第一类语音数据与目标语音识别场景的语音特征的匹配度大于第二类语音数据与语音特征的匹配度；生成联合模型结构；将训练数据输入联合模型结构，通过输入层和共享隐层对训练数据进行训练，并通过第一隐层和第一输出层对共享隐层输出的第一类语音数据进行训练，且联合第二隐层和第二输出层对共享隐层输出的第二类语音数据进行训练；根据输入层、共享隐层、第一隐层和第一输出层对应训练的模型参数生成语音处理模型。由此，通过在隐层就开始对训练数据进行拆分训练，提高了语音处理模型训练的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种语音处理模型训练方法和装置。

背景技术

目前，模型微调训练通常是全部数据采用单输出层的策略，也就是将全部数据输入到训练模型中的输入层、共享隐层和输出层进行训练输出全部数据标签，然而，全部数据中存在部分数据为与目标场景的语音特征低程度匹配，导致模型训练结果有偏差。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请提出一种语音处理模型训练方法和装置，用于解决现有技术中全部数据中存在部分数据为与目标场景的语音特征低程度匹配，导致模型训练结果有偏差的技术问题，通过在隐层就开始对训练数据进行拆分训练，提高了语音处理模型训练的准确性。

为达上述目的，本申请第一方面实施例提出了一种语音处理模型训练方法，包括：

获取目标语音识别场景的训练数据；其中，所述训练数据包含第一类语音数据和第二类语音数据，其中，所述第一类语音数据与所述目标语音识别场景的语音特征的匹配度大于所述第二类语音数据与所述语音特征的匹配度；

生成联合模型结构，其中，所述联合模型结构包括：输入层、共享隐层、第一隐层和第一输出层、以及第二隐层和第二输出层；

将所述训练数据输入所述联合模型结构，通过所述输入层和所述共享隐层对所述训练数据进行训练，并通过所述第一隐层和所述第一输出层对所述共享隐层输出的所述第一类语音数据进行训练，且联合所述第二隐层和所述第二输出层对所述共享隐层输出的所述第二类语音数据进行训练；

根据所述输入层、所述共享隐层、所述第一隐层和所述第一输出层对应训练的模型参数生成语音处理模型。

本实施例的语音处理模型训练方法，通过获取目标语音识别场景的训练数据；训练数据包含第一类语音数据和第二类语音数据，第一类语音数据与目标语音识别场景的语音特征的匹配度大于第二类语音数据与语音特征的匹配度；生成联合模型结构；将训练数据输入联合模型结构，通过输入层和共享隐层对训练数据进行训练，并通过第一隐层和第一输出层对共享隐层输出的第一类语音数据进行训练，且联合第二隐层和第二输出层对共享隐层输出的第二类语音数据进行训练；根据输入层、共享隐层、第一隐层和第一输出层对应训练的模型参数生成语音处理模型。由此，通过在隐层就开始对训练数据进行拆分训练，提高了语音处理模型训练的准确性。

为达上述目的，本申请第二方面实施例提出了一种语音处理模型训练装置，包括：

获取模块，用于获取目标语音识别场景的训练数据；其中，所述训练数据包含第一类语音数据和第二类语音数据，其中，所述第一类语音数据与所述目标语音识别场景的语音特征的匹配度大于所述第二类语音数据与所述语音特征的匹配度；

生成模块，用于生成联合模型结构，其中，所述联合模型结构包括：输入层、共享隐层、第一隐层和第一输出层、以及第二隐层和第二输出层；