[发明专利]语种识别方法、相关设备及可读存储介质

权利要求书

1.一种语种识别方法，其特征在于，包括：

获取待识别的语音数据；

确定所述语音数据的语种特征；

利用预先建立的第一语种识别模型对所述语音数据的语种特征进行第一次识别，得到第一次语种识别结果；

当所述第一次语种识别结果不准确时，利用预先建立的第二语种识别模型对所述语音数据的语种特征进行第二次识别，得到第二次语种识别结果；基于所述第一次语种识别结果和所述第二次语种识别结果，确定所述语音数据的语种；所述第二语种识别模型的网络层数多于所述第一语种识别模型。

2.根据权利要求1所述的方法，其特征在于，所述确定所述语音数据的语种特征，包括：

获取所述语音数据的声学特征；

利用预先建立的语种特征提取模型的特征变换模块对所述语音数据的声学特征进行特征转换，得到变换后的特征；

利用所述语种特征提取模型的时序特征提取模块，从所述变换后的特征中提取时序特征；

利用所述语种特征提取模型的语种特征提取模块，从所述时序特征中提取所述语音数据的语种特征。

3.根据权利要求2所述的方法，其特征在于，所述语种特征提取模型的训练过程，包括：

获取训练语音数据；

确定每个训练语音数据的声学特征，以及，每个训练语音数据的音素信息；

以每个训练语音数据的声学特征为训练样本，以所述训练语音数据的音素信息为样本标签，训练得到音素识别模型；

去除所述音素识别模型的输出层，得到所述语种特征提取模型。

4.根据权利要求1所述的方法，其特征在于，所述利用预先建立的第一语种识别模型对所述语音数据的语种特征进行第一次识别，得到第一次语种识别结果，包括：

利用所述第一语种识别模型的均值超矢量特征提取模块，对所述语音数据的语种特征进行处理，得到所述语种特征的均值超矢量特征；

利用所述第一语种识别模型的语种识别模块，对所述语种特征的均值超矢量特征进行识别，得到第一次语种识别结果。

5.根据权利要求4所述的方法，其特征在于，所述第一语种识别模型的训练过程，包括：

获取至少一个语种对应的训练语音数据集；

对每个语种对应的训练语音数据集进行标注，得到每个语种对应的训练语音数据集的标注结果，每个语种对应的训练语音数据的标注结果用于指示所述语种对应的训练语音数据集的语种；

确定各个语种对应的训练语音数据集中，每个训练语音数据的语种特征；

利用各个训练语音数据的语种特征，确定每个语种对应的训练语音数据集的均值超矢量特征集；

利用各个语种对应的训练语音数据集的均值超矢量特征集，以及各个语种对应的训练语音数据集的标注结果训练得到所述第一语种识别模型。

6.根据权利要求5所述的方法，其特征在于，所述利用各个训练语音数据的语种特征，确定每个语种对应的训练语音数据集的均值超矢量特征集，包括：

针对每个语种对应的训练语音数据集，利用各个训练语音数据的语种特征，对所述语种对应的训练语音数据集中各个训练语音数据进行聚类，得到所述语种对应的训练语音数据子集；

针对所述语种对应的训练语音数据子集中的每个训练语音数据子集，将该训练语音数据子集中各个训练语音数据的初始均值超矢量特征进行合并，得到该训练语音数据子集的均值超矢量特征；所述语种对应的全部训练语音数据子集的均值超矢量特征，组成所述语种对应的训练语音数据集的均值超矢量特征集。

7.根据权利要求1所述的方法，其特征在于，所述第二语种识别模型是以训练语音数据的语种特征为训练样本，以训练语音数据标注的语种为样本标签，对预置的端到端的神经网络模型训练得到的。