[发明专利]语音识别模型训练方法及装置、计算机可读存储介质

权利要求书

1.一种语音识别模型训练方法，其特征在于，包括：

获取用户对目标语音识别模型输出的语音识别的反馈信息，所述反馈信息包括语音识别的错误文本及错误文本对应的正确文本；

获取错误文本对应的语音的说话人语音特征；

基于错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签；

基于更新训练样本和对应的标签，对所述目标语音识别模型进行更新训练。

2.如权利要求1所述的方法，其特征在于，基于错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签，包括：

计算错误文本对应的正确文本的困惑度；

筛选出困惑度超出预设困惑度阈值的第一正确文本和第一正确文本对应的第一错误文本；

基于第一正确文本与第一错误文本对应的语音的说话人语音特征的任意搭配组合进行语音合成，生成更新训练样本；

基于第一正确文本，确定更新训练样本对应的标签。

3.如权利要求1所述的方法，其特征在于，还包括：

从目标网络上爬取热词；

将所述热词与所述目标语音识别模型的训练样本库进行匹配；

在匹配不成功的情况下，确定所述热词为新词；

基于错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签，包括：

基于新词、错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签。

4.如权利要求3所述的方法，其特征在于，基于新词、错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签，包括：

计算错误文本对应的正确文本的困惑度；

筛选出困惑度超出预设困惑度阈值的第一正确文本和第一正确文本对应的第一错误文本；

基于第一正确文本、新词对应的文本分别与第一错误文本对应的语音的说话人语音特征的任意搭配组合进行语音合成，生成更新训练样本；

基于第一正确文本或新词的文本，确定更新训练样本对应的标签。

5.如权利要求2或4所述的方法，其特征在于，计算错误文本对应的正确文本的困惑度通过以下公式：

其中，S表示目标错误文本对应的目标正确文本，k表示所述目标正确文本包括的词语数量，P(Wk)表示所述目标正确文本包括的第k个词语的句子概率。

6.如权利要求2或4所述的方法，其特征在于，进行语音合成之前，还包括：

根据第一错误文本对应的语音的说话人语音特征，进行说话人聚类；

确定聚类后各聚类集合包括的说话人数量；

筛选出说话人数量低于预设数量的聚类集合中的第一错误文本对应的语音的说话人语音特征，以用于所述语音合成。

7.如权利要求6所述的方法，其特征在于，根据第一错误文本对应的语音的说话人语音特征，进行说话人聚类，包括：

计算目标第一错误文本对应的语音的目标说话人的语音特征与所述目标语音识别模型的训练样本库中各说话人的语音特征的相似度；

将所述目标说话人聚类到语音特征相似度高的说话人所属的聚类集合。

8.如权利要求1所述的方法，其特征在于，基于错误文本、错误文本对应的正确文本、错误文本对应的语音的说话人语音特征，确定更新训练样本和对应的标签，包括：

根据错误文本对应的语音的说话人语音特征，进行说话人聚类；

确定聚类后各聚类集合包括的说话人数量；

筛选出说话人数量低于预设数量的聚类集合中的第二错误文本对应的语音的说话人语音特征；

基于错误文本对应的正确文本与第二错误文本对应的语音的说话人语音特征进行语音合成，生成更新训练样本；

基于正确文本，确定更新训练样本对应的标签。