[发明专利]语音识别方法和装置

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

获取待识别的语音数据；

基于预设语音识别模型获取所述语音数据的文本数据；

其中，获取预设语音识别模型的方法，包括：

基于深度神经网络建立初始语音识别模型；

基于所述初始语音识别模型获取语音样本对应的预测文本；

分别获取所述预测文本和参考文本对应的隐空间表征；其中，所述参考文本为所述语音样本对应的真实文本；

基于获取的预测文本的隐空间表征和参考文本的隐空间表征，调整所述初始语音识别模型的参数，获取预设语音识别模型；

其中，所述获取预设语音识别模型之后，所述方法还包括：

获取针对预设语音识别模型进行人工打分的分值；

获取针对所述预设语音识别模型进行机器打分的分值；

基于所述人工打分的分值和所述机器打分的分值获得综合得分；

若确定所述综合得分大于预设阈值，则确定所述预设语音识别模型符合要求；否则，确定所述预设语音识别模型不符合要求，再次调整所述预设语音识别模型的参数。

2.根据权利要求1所述的方法，其特征在于，所述基于获取的预测文本的隐空间表征和参考文本的隐空间表征，调整所述初始语音识别模型的参数，包括：

基于获取的预测文本的隐空间表征和参考文本的隐空间表征构建损失函数；

基于所述损失函数通过梯度下降法调整初始语音识别模型的参数。

3.根据权利要求2所述的方法，其特征在于，所述基于获取的预测文本的隐空间表征和参考文本的隐空间表征构建损失函数，包括：

计算所述预测文本的隐空间表征和所述参考文本的隐空间表征之间的距离，将所述距离作为损失函数。

4.根据权利要求2所述的方法，其特征在于，所述基于获取的预测文本的隐空间表征和参考文本的隐空间表征构建损失函数，包括：

计算所述预测文本的隐空间表征和所述参考文本的隐空间表征之间的相似度，将所述相似度作为损失函数。

5.根据权利要求1所述的方法，其特征在于，

分别通过预设语言模型获取所述预测文本和参考文本对应的隐空间表征。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述获取待识别的语音数据之后，所述基于预设语音识别模型获取所述语音数据的文本数据之前，所述方法还包括：

对所述待识别的语音数据进行特征提取、去噪、去混响、回声消除处理。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6任一项所述的方法。