[发明专利]语音识别模型的优化方法、训练方法、设备及介质

说明书

本申请涉及电子设备技术领域，具体涉及一种语音识别模型的优化方法、训练方法、设备及介质。其中该方法包括：获取在电子设备的使用过程中，接收用户语音所产生的、对应于同一期望语音指令且满足预设条件的M个历史语音数据；基于M个历史语音数据、以及各历史语音数据对应的期望语音指令，对语音识别模型进行优化；其中M为大于2的整数。该方法在用户使用电子设备的过程中，采用用户发出的、符合预设条件的历史语音数据，对电子设备上的语音识别模型进行优化，以提高电子设备中的语音识别模型对用户的语音的识别准确率。

技术领域

本申请涉及电子设备技术领域，具体涉及一种语音识别模型的优化方法、训练方法、设备及介质。

背景技术

随着信息和通信技术的发展，越来越多的电子设备能够与用户通过自然语言进行交互，为用户提供了便捷优质的交互体验。用户与电子设备进行人机交互时，可以通过唤醒词唤醒休眠的电子设备，或通过命令词协助用户执行一些生活上的任务，例如帮忙叫车、切换播放的歌曲等等。通常情况下，智能终端获取到用户的语音数据后，需要通过唤醒模型或命令模型判断语音数据中是否包括唤醒词或命令词。

目前，唤醒模型和命令模型往往通过通用语音数据集合进行训练，例如通用语音数据集合包括日常对话、广播等对应的语音数据。但是在实际应用过程中，用户发出的带有个人特色的语音很可能与通用语音数据中的语音存在差异。例如用户说话的快慢、用户的声调、用户的口音等，会使得用户发出的带有命令词或者唤醒词的语音与通用语音数据中的语音不同，进而使得在用户发出语音唤醒电子设备或命令电子设备执行任务时，电子设备无法快速、准确地识别出其中的唤醒词或者命令词。

发明内容

本申请实施例提供了一种语音识别模型的优化方法、训练方法、设备及介质，提高了电子设备中的唤醒模型和命令模型对用户的唤醒语音和命令语音的识别准确率。

第一方面，本申请实施例提供了一种语音识别模型的优化方法，应用于电子设备，包括：获取在电子设备的使用过程中，接收用户语音所产生的、对应于同一期望语音指令且满足预设条件的M个历史语音数据；基于M个历史语音数据、以及各历史语音数据对应的期望语音指令，对语音识别模型进行优化；其中M为大于2的整数。

可以理解，其中的语音识别模型为通过服务器进行训练后，服务器发送到电子设备的模型，例如下文中的唤醒模型1和命令模型1。

可以理解，同一期望语音指令表示历史语音数据经过语音识别模型后，手机基于语音识别模型的输出结果，会执行相同的指令。例如，历史语音数据“播放下一首”和“请切换至下一首歌曲”，均表示电子设备需要找到下一首需要播放的歌曲并进行播放，则历史语音数据“播放下一首”和“请切换至下一首歌曲”对应同一期望语音指令“播放下一首歌曲”。

可以理解，历史语音数据即为唤醒模型和命令模型优化阶段采集的符合模型优化条件的用户语音数据。

可以理解，电子设备可以是终端设备，即上述优化方法是在终端设备的使用过程中，通过采集终端设备用户的语音，对终端设备上的语音识别模型进行优化，如此本申请实施例中的语音识别模型的优化方法，在用户使用终端设备的过程中，采用用户发出的、符合预设条件的历史语音数据，对终端设备上的语音识别模型进行优化，可以得到符合用户个人语音特色的语音识别模型，提高了终端设备中的语音识别模型对用户的语音的识别准确率。

在上述第一方面的一种可能的实现方式中，预设条件与：历史语音数据输入语音识别模型后得到的输出结果和历史语音数据的数量M相关。

在上述第一方面的一种可能的实现方式中，所述语音识别模型包括声学模型，并且预设条件包括：历史语音数据输入声学模型后，声学模型输出的概率值或概率得分大于优化输出阈值；并且M大于预设数量阈值。