[发明专利]一种语音识别模型训练方法、语音识别方法、装置

说明书

本发明提供了一种语音识别模型训练方法，包括：获取训练样本集合，确定语音识别模型中的实体边界抽取网络的初始参数；确定实体边界抽取网络对应的更新参数；根据实体边界抽取网络对应的更新参数，通过训练样本集合对语音识别模型的实体边界抽取网络的参数进行迭代更新；确定实体多任务分类网络对应的更新参数，根据实体多任务分类网络对应的更新参数，通过实体边界抽取网络的处理结果对实体多任务分类网络的参数进行迭代更新。本发明还提供了语音处理方法、装置及存储介质。本发明能够提升语音识别模型的训练精度与训练速度，使得语音识别模型能够适应媒资类的使用场景，避免媒资类语句中的关联信息对语音识别模型的识别结果的影响。

技术领域

本发明涉及机器学习技术，尤其涉及一种语音识别模型训练方法、语音识别方法、装置、电子设备及存储介质。

背景技术

随着机器学习技术的发展，机器学习可以通过BERT（Bidirectional EncoderRepresentations from Transformers，源于Transformers的双向编码器）机制实现，在使用BERT对应的模型对语音数据进行处理的过程中，对于媒资类场景的指令识别中，由于用户语句较为复杂，交互成功率较低，影响用户的使用体验。因此，在媒资类场景下对用户意图识别精度要求更高，智能设备需要懂得如何准确地响应用户的语音指令语句。

发明内容

有鉴于此，本发明实施例提供一种语音识别模型训练方法、语音识别方法、装置、电子设备及存储介质能够使得语音识别模型的泛化能力更强，提升语音识别模型的训练精度，使得语音识别模型能够适应媒资类的使用场景，避免媒资类语句中的关联信息对语音识别模型的识别结果的影响。

本发明实施例的技术方案是这样实现的：

本发明提供了一种语音识别模型训练方法，其特征在于，所述方法包括：

获取训练样本集合，其中，所述训练样本集合包括与语音识别模型相匹配的经过实体标记的不同语音样本；

通过所述语音识别模型对所述训练样本集合进行处理，确定所述语音识别模型中的实体边界抽取网络的初始参数；

基于所述实体边界抽取网络的初始参数，通过所述语音识别模型对所述训练样本集合进行处理，确定所述实体边界抽取网络对应的更新参数；

根据所述实体边界抽取网络对应的更新参数，通过所述训练样本集合对所述语音识别模型的实体边界抽取网络的参数进行迭代更新，以实现对所述训练样本集合中的语音样本进行实体边界抽取；

通过所述语音识别模型对所述训练样本集合进行处理，确定所述语音识别模型中的实体多任务分类网络的初始参数；

基于所述实体多任务分类网络的初始参数，通过所述语音识别模型对所述训练样本集合进行处理，确定所述实体多任务分类网络对应的更新参数；

根据所述实体多任务分类网络对应的更新参数，通过所述实体边界抽取网络的处理结果对所述实体多任务分类网络的参数进行迭代更新，以实现通过所述语音识别模型对使用环境中的不同语音信息进行处理。

上述方案中，所述方法还包括：

响应于所述语音识别模型的训练样本字典集合，确定所述训练样本集合的注意力参数集合；

根据所述训练样本字典集合和所述训练样本集合的注意力参数集合，对所述训练样本集合进行加权处理，以实现所述训练样本集合与所述语音识别模型的训练样本字典集合相适配。

上述方案中，所述方法还包括 ：

确定与所述语音识别模型的使用环境相匹配的动态噪声阈值；

根据所述动态噪声阈值对所述训练样本集合进行噪声添加处理，以形成与所述动态噪声阈值相匹配的动态噪声训练样本集合。