[发明专利]一种语音识别模型训练方法、装置以及电子设备

说明书

本申请公开了一种语音识别模型训练方法、装置以及电子设备，涉及机器学习技术领域。具体实现方案为：从所述第二音节标签序列中确定多个差异音节标签序列；根据所述多个差异音节标签序列确定目标差异音节标签序列，其中，所述目标差异音节标签序列中每个音节标签至少存在于所述多个差异音节标签序列的至少两项中；根据所述目标差异音节标签序列生成第三音节标签序列；根据所述第一音节标签序列和所述第三音节标签序列进行语音识别模型训练，得到混合语音识别模型。可根据第一音节标签序列和目标差异音节标签序列训练混合语音识别模型，降低了模型训练工作量。

技术领域

本申请涉及计算机技术中的机器学习技术领域，尤其涉及一种语音识别模型训练方法、装置以及电子设备。

背景技术

随着语音识别技术的发展，语音识别的性能已满足实用，比如手机上的各种输入法都带有语音交互功能。而在实际应用中，存在不同语言场景的语音识别，即存在多种语言的语音识别，例如，标准中文、地方中文，又例如，标准英语、英式英语、美式英语等。目前已有较多语音交互产品支持不同语音识别的，比如手机输入法上语音识别可选项，用户可以根据需要选择对应的语言，再比如一些针对特定语言制定的智能电视、智能冰箱等。

目前，通常对某一种语言采用对应语言的语音识别模型进行语音识别，即采用不同语言的语音识别模型对不同语言进行语音识别，随着支持的语言种类越来越多，需要训练的语音识别模型的数量的越来越多，导致模型训练工作量较大。

发明内容

本申请提供一种语音识别模型训练方法、装置和电子设备，以解决模型训练工作量较大的问题。

第一方面，本申请一个实施例提供一种语音识别模型训练方法，包括：

获得第一语言音频的第一音节标签序列和第二语言音频的第二音节标签序列；

从所述第二音节标签序列中确定多个差异音节标签序列；

根据所述多个差异音节标签序列确定目标差异音节标签序列，其中，所述目标差异音节标签序列中每个音节标签至少存在于所述多个差异音节标签序列的至少两项中；

根据所述目标差异音节标签序列生成第三音节标签序列；

根据所述第一音节标签序列和所述第三音节标签序列进行语音识别模型训练，得到混合语音识别模型。

本申请的实施例的语音识别模型训练方法中，由于可从第二音节标签序列中确定多个差异标签序列，然后再根据多个差异标签序列确定目标差异序列，利用的是第一音节标签序列和目标差异音节标签序列训练混合语音识别模型，无需针对不同语言进行不同语音识别模型的训练，降低了模型训练工作量。

可选的，所述从所述第二音节标签序列中确定多个差异音节标签序列，包括：

根据所述第一语言音频、所述第一音节标签序列、所述第二语言音频、所述第二音节标签序列以及预先训练的第一语言识别模型，从所述第二音节标签序列中确定所述多个差异音节标签序列，其中，所述第一语言识别模型基于所述第一音节标签序列训练得到。

通过第二语言音频、第二音节标签序列以及预先基于第一音节标签序列训练得到的第一语言识别模型进行多个差异音节标签序列的确定，可提高差异音节标签序列的准确性。

可选的，所述多个差异音节标签序列包括第一差异音节标签序列，所述从所述第二音节标签序列中确定多个差异音节标签序列，包括：

将所述第二语言音频输入至所述预先训练的第一语言识别模型，得到连接时序分类峰序列；

根据所述第二音节标签序列和所述连接时序分类峰序列，确定所述第二音节标签序列中的每种第二音节标签的连接时序分类峰正确率；

根据每种第二音节标签的连接时序分类峰正确率，从所述第二音节标签序列中确定所述第一差异音节标签序列。