[发明专利]语音识别模型生成方法、装置、存储介质及电子设备有效
申请号: | 201810632001.6 | 申请日: | 2018-06-19 |
公开(公告)号: | CN108847222B | 公开(公告)日: | 2020-09-08 |
发明(设计)人: | 陈岩 | 申请(专利权)人: | OPPO广东移动通信有限公司 |
主分类号: | G10L15/06 | 分类号: | G10L15/06;G10L15/22;G10L15/26 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 黄威 |
地址: | 523860 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 识别 模型 生成 方法 装置 存储 介质 电子设备 | ||
1.一种语音识别模型生成方法,其特征在于,包括:
多次采集用户的第一语音信息,并根据第一语音识别模型对每一所述第一语音信息进行识别,以得到多个第一识别结果;
根据多个所述第一识别结果生成第一模型参数;
多次采集用户的第二语音信息,并根据第二语音识别模型对每一所述第二语音信息进行识别,以得到多个第二识别结果;
根据多个所述第二识别结果生成第二模型参数;
根据所述第一语音识别模型、所述第一模型参数、所述第二语音识别模型、所述第二模型参数生成最终语音识别模型;其中
所述第一语音识别模型为根据训练语音信息中的特征参数进行训练得到的语音识别模型,所述第二语音识别模型为根据多个所述第一语音信息中的特征参数进行训练得到的语音识别模型,所述训练语音信息的采集早于所述多个第一语音信息的采集。
2.根据权利要求1所述的语音识别模型生成方法,其特征在于,所述根据多个所述第一识别结果生成第一模型参数的步骤包括:
对多个所述第一识别结果进行聚类分析,以得到第一识别成功率和第一识别速度;
获取所述第一识别成功率对应的第一预设权重值和所述第一识别速度对应的第二预设权重值;
根据所述第一识别成功率、第一预设权重值、第一识别速度、第二预设权重值计算第一模型参数。
3.根据权利要求2所述的语音识别模型生成方法,其特征在于,根据以下公式计算所述第一模型参数:
K1=M1×P1+N1×P2
其中,K1为所述第一模型参数,M1为所述第一识别成功率,P1为所述第一预设权重值,N1为所述第一识别速度,P2为所述第二预设权重值。
4.根据权利要求1所述的语音识别模型生成方法,其特征在于,所述根据多个所述第二识别结果生成第二模型参数的步骤包括:
对多个所述第二识别结果进行聚类分析,以得到第二识别成功率和第二识别速度;
获取所述第二识别成功率对应的第一预设权重值和所述第二识别速度对应的第二预设权重值;
根据所述第二识别成功率、第一预设权重值、第二识别速度、第二预设权重值计算第二模型参数。
5.根据权利要求4所述的语音识别模型生成方法,其特征在于,根据以下公式计算所述第二模型参数:
K2=M2×P1+N2×P2
其中,K2为所述第二模型参数,M2为所述第二识别成功率,P1为所述第一预设权重值,N2为所述第二识别速度,P2为所述第二预设权重值。
6.根据权利要求1至5任一项所述的语音识别模型生成方法,其特征在于,所述根据所述第一语音识别模型、所述第一模型参数、所述第二语音识别模型、所述第二模型参数生成最终语音识别模型的步骤包括:
判断所述第二模型参数是否大于所述第一模型参数;
若所述第二模型参数大于所述第一模型参数,则将所述第二语音识别模型设置为最终语音识别模型;
若所述第二模型参数不大于所述第一模型参数,则将所述第一语音识别模型设置为最终语音识别模型。
7.根据权利要求1至5任一项所述的语音识别模型生成方法,其特征在于,所述多次采集用户的第一语音信息的步骤前,还包括:
采集用户的训练语音信息,所述训练语音信息包括预设关键词;
提取所述训练语音信息中的特征参数,所述特征参数包括线性预测系数、美尔倒谱系数;
对所述训练语音信息中提取到的特征参数进行训练,以得到第一语音识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810632001.6/1.html,转载请声明来源钻瓜专利网。