[发明专利]语音识别模型的训练、语音识别方法、装置、设备及介质

说明书

本公开实施例关于一种语音识别模型的训练、语音识别方法、装置、设备及介质。所述语音识别模型的训练方法包括：获取第一语音数据；将所述第一语音数据输入至第一语音识别模型中，获取所述语音识别模型输出的至少一个第一文本数据；按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，并根据所述第一语音数据，生成第一语音识别样本；获取第二语音识别样本；将所述第一语音识别样本和所述第二语音识别样本输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，生成第二语音识别模型。本公开实施例可以提高训练数据的生成效率，加快语音识别模型的训练速度，提高语音识别模型的语音识别准确率。

技术领域

本公开涉及数据处理领域，尤其涉及语音识别模型的训练、语音识别方法、装置、设备及介质。

背景技术

相关技术中，通过端到端模型可以将语音数据转换为文本数据，实现简化序列转换操作，同时简化训练过程。

其中，序列可以包括文本、语音、图像或视频等序列数据。例如，端到端模型为语音识别模型，训练数据包括语音和文本对。需要通过采集大量语音，并对应标注成文本，形成语音和文本对，以对模型进行训练。

在上述方式中，为了保证语音和文本的映射关系准确率，以及为了提高在未知的语音领域的识别准确率，也即为了提高模型的泛化能力，训练需要大量的语音和文本对，相应的，这需要耗费大量的时间和人工成本。

发明内容

本公开提供一种语音识别模型的训练、语音识别方法、装置、设备及介质，以至少解决相关技术中语音识别模型的训练效率低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种语音识别模型的训练方法，包括：

获取第一语音数据；将所述第一语音数据输入至第一语音识别模型中，获取所述语音识别模型输出的至少一个第一文本数据；

按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，并根据所述第一语音数据，生成第一语音识别样本；

获取第二语音识别样本，所述第二语音识别样本包括第二语音数据和第三文本数据，所述第二语音数据的语义和所述第三文本数据的语义相同；

将所述第一语音识别样本和所述第二语音识别样本输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，生成第二语音识别模型。

可选的，所述按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，包括：

分别从各所述第一文本数据提取出匹配的语法特征，并根据匹配的语法特征，计算各所述第一文本数据的语法优先级；

比较各所述第一文本数据的语法优先级，获取语法优先级最高的第一文本数据，并作为第二文本数据。

可选的，所述从所述第一文本数据提取出匹配的语法特征，并根据匹配的语法特征，计算所述第一文本数据的语法优先级，包括：

将所述第一文本数据输入至预先训练的语法优先级计算模型中，所述语法优先级计算模型为基于注意力机制的编码器和解码器结构的双向编码器表示模型；

在所述语法优先级计算模型中，删除所述第一文本数据中至少一个文本单元，形成至少两个文本片段，各所述文本单元的单词总数量占所述第一文本数据的单词总数量的比值为设定比值；

分别获取各所述文本单元之前的第一文本片段，并生成各所述文本单元的第一预测结果；

分别获取各所述文本单元之后的第二文本片段，并生成各所述文本单元的第二预测结果；

根据各所述第一预测结果和各所述第二预测结果，生成各所述文本单元的目标预测结果；

将所述目标预测结果和各所述文本片段组合，生成语法预测数据；