[发明专利]语音数据识别方法、装置、设备及介质

说明书

本申请公开了一种语音数据识别方法、装置、设备和介质，该方法包括：获取待识别语音数据，将所述待识别语音数据输入至基于非人工标注语音数据优化的预设识别模型中；其中，所述非人工标注语音数据是基于模拟标签数据优化的预设预训练模型得到的，所述模拟标签数据是基于预设无标签原始语音数据转换得到的；基于所述预设识别模型，对所述待识别语音数据进行特征提取处理，得到分类结果。本申请解决现有技术中因大量训练数据需要人为标记，造成说话人语音分离的分离效率低的技术问题。

技术领域

本申请涉及金融科技(Fintech)的人工智能技术领域，尤其涉及一种语音数据识别方法、设备及介质。

背景技术

随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求，如对金融业对语音数据识别也有更高的要求。

随着移动设备的发展，语音成了日常的沟通方式，其中，从一段语音流中先切分出不同说话人的语音段，然后判断每段语音属于哪个说话人的说话人语音分离技术越来越重要，然而，目前，为准确进行说话人语音分离，需要大量的带标记的训练数据进行训练，也即，现有技术中，为准确进行说话人语音分离，需要人为对大量训练数据进行标记，这造成资源的浪费，减少了说话人语音分离的分离效率。

发明内容

本申请的主要目的在于提供一种语音数据识别方法、装置、设备和介质，旨在解决现有技术中因大量训练数据需要人为标记，造成说话人语音分离的分离效率低的技术问题。

为实现上述目的，本申请提供一种语音数据识别方法，所述语音数据识别方法包括：

获取待识别语音数据，将所述待识别语音数据输入至基于非人工标注语音数据优化的预设识别模型中；

其中，所述非人工标注语音数据是基于模拟标签数据优化的预设预训练模型得到的，所述模拟标签数据是基于预设无标签原始语音数据转换得到的；

基于所述预设识别模型，对所述待识别语音数据进行特征提取处理，得到分类结果。

可选地，所述模拟标签数据为通过将预设无标签原始语音数据，部分替换为生成的无标签语音数据后，得到的，且所述模拟标签数据至少包括真假模拟标签的数据。

可选地，所述基于所述预设识别模型，对所述待识别语音数据进行特征提取处理，得到分类结果的步骤之前，所述方法还包括：

获取预设无标签的原始语音数据；

生成无标签语音数据，将所述预设无标签原始语音数据，部分替换为所述无标签语音数据，得到模拟标签数据；

基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型。

可选地，所述基于所述模拟标签数据，对预设训练模型进行训练，得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型的步骤，包括：

确定所述模拟标签数据中的模拟假标签数据以及模拟真标签数据；

将所述模拟假标签数据以及模拟真标签数据输入至预设训练模型中，得到识别结果；

基于所述识别结果以及所述模拟标签数据中的真假模拟标签调整所述预设训练模型的模型参数，直至得到满足预设条件的目标模型，将所述目标模型设置为所述预设预训练模型。

可选地，所述获取预设无标签的原始语音数据的步骤，包括：

获取无标签的原始语音文件，对所述原始语音文件进行基于预设注意力机制的向量编码处理，得到预设无标签的原始语音数据。