[发明专利]一种语音识别模型优化的方法、装置、设备和存储介质

说明书

本申请提供一种语音识别模型优化的方法、装置、设备和存储介质，该方法包括，获取第一语音集合和第二语音集合；根据对第一语音集合对应的第一文本集合和第二语音集合对应的第二文本集合的自然语言处理的结果，从第一语音集合中截取对应的语音片段，并从第二语音集合中截取对应的语音片段，得到第一语音片段集合和第二语音片段集合；从第一语音集合、第一语音片段集合和第二语音片段集合中选择至少一个第一语音、至少一个第一语音片段和至少一个第二语音片段构成组合语音集合，并对组合语音集合进行标注，得到样本集合；利用样本集合对语音识别模型进行优化。本申请的方法可以提高语音识别的准确率以及对语音识别结果进行自然语言处理所得结果的准确率。

技术领域

本申请涉及语音识别的领域，具体而言，涉及一种语音识别模型优化的方法、装置、设备和存储介质。

背景技术

随着信息时代的飞速发展，企业通过电话为客户提供销售、咨询、投诉等服务基本都需要语音的沟通，因此利用人工智能技术识别和分析通话语音可以获得大量有价值的信息，帮助企业更好地运营发展。

目前，对于语音识别模型的训练只是找到语音识别准确率较低的语音样本并进行人工标注，来对现有模型进行优化。

但是，在上述优化的过程中，只能提高模型对语音进行识别整体的准确率，并不能有效提高语音识别之后自然语言任务对语音中比较重要的语音片段进行识别的准确率，导致出现自然语言任务的识别结果准确率不变甚至下降的情况。

因此，如何提高语音识别的准确率以及对语音识别结果进行自然语言处理所得结果的准确率，是一个需要解决的技术问题。

发明内容

本申请实施例的目的在于提供一种语音识别模型优化的方法，通过本申请的实施例的技术方案可以达到提高语音识别的准确率以及对语音识别结果进行自然语言处理所得结果的准确率的效果。

第一方面，本申请实施例提供了一种语音识别模型优化的方法，包括，获取第一语音集合和第二语音集合，其中，第一语音集合包括语音识别模型识别准确率小于准确阈值的语音，第二语音集合包括语音识别模型识别准确率大于等于准确阈值的语音；根据对第一语音集合对应的第一文本集合和第二语音集合对应的第二文本集合的自然语言处理的结果，从第一语音集合中截取对应的语音片段，并从第二语音集合中截取对应的语音片段，得到第一语音片段集合和第二语音片段集合；从第一语音集合、第一语音片段集合和第二语音片段集合中选择至少一个第一语音、至少一个第一语音片段和至少一个第二语音片段构成组合语音集合，并对组合语音集合进行标注，得到样本集合，其中，样本集合包括第一语音、第一语音对应识别准确的文本和第一语音对应的标注文本，第一语音片段以及对第一语音片段进行自然语言处理得到的文本对应准确的文本，第二语音片段以及第二语音片段对应自然语言处理得到的文本；利用样本集合对语音识别模型进行优化。

在上述过程中，通过由第一语音集合、第一语音片段集合和第二语音片段集合中的语音和语音片段共同构成的集合以及该集合对应的文本标注，对语音识别模型完成优化，其中，通过语音对模型的优化可以提高语音识别的准确率，通过语音片段对模型的优化可以提高识别语音之后自然语言处理所得结果的准确率，通过上述语音和语音片段共同优化模型可以整体提高语音识别的准确率和自然语言处理所得结果的准确率。

一种实施例中，获取第一语音集合和第二语音集合，包括：

从数据库中随机抽取预设数量的语音，并利用语音识别模型对预设数量的语音进行语音识别，得到识别结果，其中识别结果包括每一条语音的识别准确率；

基于识别结果，从预设数量的语音中筛选识别准确率小于准确阈值的语音，得到第一语音集合；

基于识别结果，从预设数量的语音中筛选识别准确率大于等于准确阈值的语音，得到第二语音集合。