[发明专利]语音意图识别模型的训练方法、语音意图识别方法和装置

权利要求书

1.一种语音意图识别模型的训练方法，其特征在于，所述训练方法包括：

获取文本样本和携带有语义标签的第一语音样本，其中，所述第一语音样本与所述文本样本的内容对应，所述语义标签为所述文本样本的文本语义特征；

利用所述第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，得到预训练的语音意图识别模型，其中，所述预训练的语音意图识别模型中包括预训练的语义提取网络和待训练的意图识别网络；

获取携带有意图标签的第二语音样本；

利用所述第二语音样本，对所述预训练的语音意图识别模型进行训练，得到训练完成的语音意图识别模型。

2.如权利要求1所述的训练方法，其特征在于，所述利用所述第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，包括：

将所述第一语音样本的语音特征输入所述待训练的语音意图识别模型中的语义提取网络，得到所述第一语音样本的第一语音语义特征；

确定所述第一语音语义特征和所述文本语义特征之间的语义相似度；

基于所述语义相似度，调整所述待训练的语音意图识别模型中的语义提取网络的参数，以对所述待训练的语音意图识别模型中的语义提取网络进行预训练。

3.如权利要求2所述的训练方法，其特征在于，所述确定所述第一语音语义特征和所述文本语义特征之间的语义相似度，包括：

分别确定所述第一语音语义特征对应的语音表示向量和所述文本语义特征对应的文本表示向量；

确定所述语音表示向量和所述文本表示向量之间的语义相似度，作为所述第一语音语义特征和所述文本语义特征之间的语义相似度。

4.如权利要求3所述的训练方法，其特征在于，所述确定所述第一语音语义特征对应的语音表示向量，包括：

对所述第一语音语义特征进行时间维度上的池化处理，得到所述语音表示向量。

5.一种语音意图识别方法，其特征在于，所述语音意图识别方法包括：

获取待识别语音；

将所述待识别语音的语音特征输入语音意图识别模型，得到所述待识别语音的预估意图，

其中，所述语音意图识别模型是利用如权利要求1到4中的任一权利要求所述的训练方法训练得到的。

6.一种语音意图识别模型的训练装置，其特征在于，所述训练装置包括：

获取单元，被配置为：获取文本样本和携带有语义标签的第一语音样本，其中，所述第一语音样本与所述文本样本的内容对应，所述语义标签为所述文本样本的文本语义特征；

第一训练单元，被配置为：利用所述第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，得到预训练的语音意图识别模型，其中，所述预训练的语音意图识别模型中包括预训练的语义提取网络和待训练的意图识别网络；

所述获取单元还被配置为：获取携带有意图标签的第二语音样本；

第二训练单元，被配置为：利用所述第二语音样本，对所述预训练的语音意图识别模型进行训练，得到训练完成的语音意图识别模型。

7.一种语音意图识别装置，其特征在于，所述语音意图识别装置包括：

获取单元，被配置为：获取待识别语音；

识别单元，被配置为：将所述待识别语音的语音特征输入语音意图识别模型，得到所述待识别语音的预估意图，

其中，所述语音意图识别模型是利用如权利要求1到4中的任一权利要求所述的训练方法训练得到的。

8.一种电子设备，其特征在于，包括：

至少一个处理器；

至少一个存储计算机可执行指令的存储器，

其中，所述计算机可执行指令在被所述至少一个处理器运行时，促使所述至少一个处理器执行如权利要求1到4中的任一权利要求所述的语音意图识别模型的训练方法或如权利要求5所述的语音意图识别方法。