[发明专利]声学模型训练方法和装置、电子设备、计算机可读介质

说明书

本公开提供了一种声学模型训练方法，该方法包括：获取精标数据的语音特征和普通数据的语音特征，其中，精标数据是指标注后得到的数据，普通数据是指未标注的数据，根据精标数据的语音特征和预设的网络模型确定单输入模型，根据单输入模型、精标数据的语音特征和普通数据的语音特征确定双输入声学模型。本公开还提供了一种声学模型训练装置、电子设备、计算机可读介质。

技术领域

本公开实施例涉及互联网技术领域，特别涉及声学模型训练方法和装置、电子设备、计算机可读介质。

背景技术

随着互联网和语音技术的发展，声学模型的训练的相关技术逐渐被重视。其中，语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言，是一种方便的人机交互方式。声学模型的准确率决定了语音识别的正确性和效果。

在现有技术中，声学模型的训练方法为：获取所有数据对应的音频，基于音频提取所有数据对应的特征，并结合单输入声学模型进行训练，对训练后的模型进行解码测试。

发明内容

本公开实施例提供声学模型训练方法和装置、电子设备、计算机可读介质。

第一方面，本公开实施例提供了一种声学模型训练方法，包括：

获取精标数据的语音特征和普通数据的语音特征，其中，所述精标数据是指标注后得到的数据，所述普通数据是指未标注的数据；

根据所述精标数据的语音特征和预设的网络模型确定单输入模型；

根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型。

在一些实施例中，所述根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型，包括：

对所述单输入模型进行复制和合并，得到双输入初始模型；

采用所述精标数据的语音特征和所述普通数据的语音特征对所述双输入初始模型进行训练，得到所述双输入声学模型。

在一些实施例中，所述对所述单输入模型进行复制和合并，得到双输入初始模型，包括：

对所述单输入模型的输入层进行复制，将复制后的输入层和所述单输入模型合并，得到所述双输入初始模型。

在一些实施例中，所述单输入模型包括数据采集层和隐层，所述将复制后的输入层和所述单输入模型合并，包括：

将复制后的输入层和所述单输入模型中的输入层共用所述单输入模型中的数据采集层和隐层。

在一些实施例中，在根据所述单输入模型、所述精标数据的语音特征和所述普通数据的语音特征确定双输入声学模型之后，还包括：

将所述双输入声学模型拆解为两个单输入模型；

选取包括用于输入所述精标数据的语音特征的输入层的单输入模型；

采用所述精标数据的语音特征对选取出的单输入模型进行训练，得到声学模型。

在一些实施例中，在所述获取精标数据的语音特征和普通数据的语音特征之前，还包括：

获取初始精标数据和初始普通数据；

分别获取所述初始精标数据和所述初始普通数据的音频，并分别从所述初始精标数据的音频中提取所述初始精标数据的语音特征,从所述初始普通数据的音频中提取所述初始普通数据的语音特征；

基于所述初始精标数据、所述初始普通数据、所述初始精标数据的语音特征和所述初始普通数据的语音特征构建训练列表；

所述获取精标数据的语音特征和普通数据的语音特征包括：