[发明专利]语音识别模型的训练测试方法、装置、设备及存储介质

权利要求书

1.一种语音识别模型的训练测试方法，其特征在于，所述语音识别模型的训练测试方法包括：

获取多个历史语音片段、多个有标签语音片段和多个无标签语音片段，所述多个历史语音片段、所述多个有标签语音片段和所述多个无标签语音片段由至少一个说话对象发出；

对所述多个历史语音片段进行特征提取，得到历史观测序列，对所述多个有标签语音片段进行特征提取，得到有标签观测序列以及对所述多个无标签语音数据进行特征提取，得到无标签观测序列；

根据所述历史观测序列和所述有标签观测序列训练初始分类器模型和初始重构器模型；

根据所述历史观测序列和所述无标签观测序列，分别优化所述初始分类器模型和初始重构器模型，得到候选分类器模型和候选重构器模型；

获取测试语音数据，根据所述测试语音数据、所述候选分类模型中和所述候选重构器模型得到测试标签，并基于所述测试标签调整所述候选分类器模型和所述候选重构器模型，得到目标分类器模型和目标重构器模型。

2.根据权利要求1所述的语音识别模型的训练测试方法，其特征在于，所述根据所述历史观测序列和所述有标签观测序列训练初始分类器模型和初始重构器模型包括：

采用循环神经网络对所述历史观测序列进行训练，得到历史状态模型；

将所述历史观测序列中的每个历史语音特征输入所述历史状态模型中进行状态识别，确定与每个历史语音特征对应的历史状态，生成多个历史状态，每个说话对象对应一个历史状态或者多个历史状态；

基于所述有标签观测序列和所述多个历史状态训练得到初始分类器模型；

基于所述有标签观测序列训练得到初始重构器模型。

3.根据权利要求2所述的语音识别模型的训练测试方法，其特征在于，所述基于所述有标签观测序列和所述多个历史状态训练得到初始分类器模型包括：

从所述有标签观测序列中提取多个原始有标签语音特征，对每个原始有标签语音特征和多个历史状态进行仿射变换，得到与每个原始有标签语音特征对应的组合有标签语音特征；

将每个组合有标签语音特征映射至预置的对象类别概率空间，得到与每个组合有标签语音特征对应的第一对象标签以及与每个组合有标签语音特征对应的第一标签概率，所述第一标签概率为所述第一对象标签属于目标说话对象的概率；

根据每个第一对象标签以及对应的第一标签概率训练模型，得到初始分类器模型。

4.根据权利要求3所述的语音识别模型的训练测试方法，其特征在于，所述基于所述有标签观测序列训练得到初始重构器模型包括：

提取有标签观测序列的高斯概率分布，并采用所述高斯概率分布进行模型预训练，得到预训练重构器模型；

将每个原始有标签语音特征输入所述预训练重构器模型中进行识别，得到与每个原始有标签语音特征对应的第二对象标签以及与每个原始有标签语音特征对应的第二标签概率，所述第二标签概率为所述第二对象标签属于目标说话对象的概率；

提取每个说话对象预置的正态分布，判断每个第二标签概率是否符合所述高斯概率分布以及判断所述高斯概率分布的高斯均值是否符合所述说话对象正态分布；

若目标第二标签概率符合所述高斯概率分布且所述高斯均值符合所述说话对象正态分布，则确定所述预训练重构器模型为初始重构器模型；

若目标第二标签概率不符合所述高斯概率分布且所述高斯均值不符合所述说话对象正态分布，则基于目标原始有标签语音特征调整所述预训练重构器模型，得到初始重构器模型。