[发明专利]语音识别以及模型训练方法、装置、设备和存储介质

说明书

本申请涉及一种语音识别以及模型训练方法、装置、计算机设备和存储介质，涉及人工智能，语音识别模型训练方法包括：获取目标用户对应的第一样本语音数据以及第一样本语音数据对应的第一参考语音识别结果；获取更新前的目标模型；将第一样本语音数据输入到更新前的目标模型中，以利用目标语音提取模型、目标特征提取模型以及目标语音识别模型进行语音识别，得到第一模型输出结果；根据第一模型输出结果以及第一参考语音识别结果得到目标特征提取模型对应的目标模型损失值；根据目标模型损失值对更新前的目标模型中的目标特征提取模型的模型参数进行更新，得到更新后的目标模型。上述方法可以提高语音识别效果。

技术领域

本申请涉及语音处理技术领域，特别是涉及语音识别以及模型训练方法、装置、设备和存储介质。

背景技术

随着多媒体技术和网络技术的飞速发展和广泛应用，存在很多需要进行语音识别的场景。例如可以通过语音对设备进行控制，因此设备需要对用户的语音进行识别，得到文本，再基于文本触发对应的操作指令，以对设备进行操作。

目前，可以采用语音识别模型对语音进行识别，然而，经常存在利用语音识别模型识别得到的结果与正确的识别结果相差比较大的情况，导致语音识别效果差。

发明内容

基于此，有必要针对上述语音识别效果差的问题，提供一种语音识别以及模型训练方法、装置、设备和存储介质。

一种语音识别模型训练方法，所述方法包括：获取目标用户对应的第一样本语音数据以及所述第一样本语音数据对应的第一参考语音识别结果；获取更新前的目标模型，所述更新前的目标模型包括目标语音提取模型、目标特征提取模型以及目标语音识别模型，所述目标特征提取模型桥接在所述目标语音提取模型以及所述目标语音识别模型之间；将所述第一样本语音数据输入到所述更新前的目标模型中，以利用所述目标语音提取模型、所述目标特征提取模型以及所述目标语音识别模型进行语音识别，得到第一模型输出结果；根据所述第一模型输出结果以及所述第一参考语音识别结果得到所述目标特征提取模型对应的目标模型损失值；根据所述目标模型损失值对所述更新前的目标模型中的目标特征提取模型的模型参数进行更新，得到更新后的目标模型，以利用所述更新后的目标模型对所述目标用户的语音数据进行语音识别。

一种语音识别模型训练装置，所述装置包括：第一样本语音数据获取模块，用于获取目标用户对应的第一样本语音数据以及所述第一样本语音数据对应的第一参考语音识别结果；更新前的目标模型获取模块，用于获取更新前的目标模型，所述更新前的目标模型包括目标语音提取模型、目标特征提取模型以及目标语音识别模型，所述目标特征提取模型桥接在所述目标语音提取模型以及所述目标语音识别模型之间；第一模型输出结果得到模块，用于将所述第一样本语音数据输入到所述更新前的目标模型中，以利用所述目标语音提取模型、所述目标特征提取模型以及所述目标语音识别模型进行语音识别，得到第一模型输出结果；目标模型损失值得到模块，用于根据所述第一模型输出结果以及所述第一参考语音识别结果得到所述目标特征提取模型对应的目标模型损失值；更新后的目标模型得到模块，用于根据所述目标模型损失值对所述更新前的目标模型中的目标特征提取模型的模型参数进行更新，得到更新后的目标模型，以利用所述更新后的目标模型对所述目标用户的语音数据进行语音识别。

在一些实施例中，所述第一模型输出结果得到模块用于：将所述第一样本语音数据输入到所述目标语音提取模型中进行语音提取，得到第一训练语音数据；将所述第一训练语音数据输入到所述目标特征提取模型中进行特征提取，得到第一训练特征；将所述第一训练特征输入到所述目标语音识别模型中进行语音识别，得到第一模型输出结果。

在一些实施例中，所述目标模型损失值得到模块用于：根据所述第一模型输出结果以及所述第一参考语音识别结果得到所述目标特征提取模型对应的第一模型损失值；根据所述第一训练语音数据以及所述第一样本语音数据对应的第一参考语音数据得到第二模型损失值；根据所述第一模型损失值以及所述第二模型损失值计算得到所述目标特征提取模型对应的目标模型损失值。