[发明专利]语音识别模型的训练方法、装置、设备及存储介质

说明书

本申请涉及语音语义技术，尤其涉及语音处理，提供了一种语音识别模型的训练方法、装置、设备及存储介质。所述训练方法包括初始化语音识别模型，语音识别模型包括语音增强子模型及训练过的语音识别子模型；将含噪音的语音数据输入语音增强子模型进行增强处理，以获取增强频谱；通过语音识别子模型，根据增强频谱进行语音识别以得到语音识别结果；根据语音识别结果，确定语音识别模型的识别误差；根据识别误差调整语音增强子模型的模型参数。本申请还涉及区块链技术，得到的语音识别模型可以存储于区块链中。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种语音识别模型的训练方法、装置、计算机设备及存储介质。

背景技术

语音识别(ASR,Automatic Speech Recognition)是一种在生活中获得广泛应用语音处理技术，它通过技术手段将语音转成文字信息，可方便机器系统获取语音的意图，或方便人们获取语音对应的文字内容。在深度学习技术的助力下，在理想信道环境下，百度、搜狗、讯飞等多家公司早在2016年语音识别的准确率就达到了97％，但在市场、公路、酒吧等嘈杂的实际场景中，效果往往不够理想，主要原因是这些场景存在严重的背景噪音，会对语音识别模型的识别效果造成严重的干扰，因此对语音数据降噪显得很有必要。

语音增强也是常用的语音处理技术之一，其主要目标之一是降低噪音的影响。目前的去噪的主流方法是为了获取符合人耳听觉的降噪频谱，也就是尽可能恢复出和干净语音相同的频谱，但对于语音识别模型来说，获得干净的语音不一定是最优的降噪方法，因为未被污染的频谱不一定对语音识别模型有用，反而可能造成混淆，而被噪音污染的频谱不一定对语音识别模型有害。

因此，需要一种语音识别模型，可针对语音识别对语音数据进行增强处理，从而降低噪音的影响，提高语音识别的效果。

发明内容

本申请提供了一种语音识别模型的训练方法、语音识别方法、装置、计算机设备及存储介质，能够针对语音识别对语音数据进行增强处理，降低噪音对语音识别的影响，提高语音识别的效果。

第一方面，本申请提供了一种语音识别模型的训练方法，包括：

初始化语音识别模型，所述语音识别模型包括语音增强子模型及训练过的语音识别子模型；

将含噪音的语音数据输入所述语音增强子模型进行增强处理，以获取增强频谱；

通过所述语音识别子模型，根据所述增强频谱进行语音识别以得到语音识别结果；

根据所述语音识别结果，确定所述语音识别模型的识别误差；

根据所述识别误差调整所述语音增强子模型的模型参数。

第二方面，本申请提供了一种语音识别模型的训练装置，包括：

初始化单元，用于初始化语音识别模型，所述语音识别模型包括语音增强子模型及训练过的语音识别子模型；

增强单元，用于将含噪音的语音数据输入所述语音增强子模型进行增强处理，以获取增强频谱；

识别单元，用于通过所述语音识别子模型，根据所述增强频谱进行语音识别以得到语音识别结果；

误差确定单元，用于根据所述语音识别结果，确定所述语音识别模型的识别误差；

调整单元，用于根据所述识别误差调整所述语音增强子模型的模型参数。

第三方面，本申请提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现上述的语音识别模型的训练方法。

第四方面，本申请提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，若所述计算机程序被处理器执行，实现上述的语音识别模型的训练方法。