[发明专利]音频识别模型的训练方法、装置和存储介质及电子设备

权利要求书

1.一种音频识别模型的训练方法，其特征在于，包括：

使用第一训练样本集合对待训练的音频识别模型进行训练，得到初始音频识别模型，其中，所述第一训练样本集合包括第一组音频样本以及对所述第一组音频样本进行标注得到的第一组实际音频识别结果，所述初始音频识别模型用于根据输入的音频特征确定预测音频识别；

将第二组音频样本的音频特征输入到所述初始音频识别模型，得到第一组预测音频识别结果，其中，所述第二组音频样本未标注有对应的实际音频识别结果；将所述第二组音频样本的音频特征输入到不确定性分析模型，得到第一组不确定性分析结果，其中，所述第一组不确定性分析结果用于表示所述第一组预测音频识别结果的可信度；

根据所述第一组不确定性分析结果，在所述第一组预测音频识别结果中筛选出可信度满足预设条件的第二组预测音频识别结果，并在所述第二组音频样本中筛选出与所述第二组预测音频识别结果对应的第三组音频样本；

根据所述第三组音频样本以及所述第二组预测音频识别结果，对所述初始音频识别模型进行当前一轮训练，其中，所述初始音频识别模型被设置为经过多轮训练，直到满足预设的收敛条件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第三组音频样本以及所述第二组预测音频识别结果，对所述初始音频识别模型进行当前一轮训练，包括：

将所述第三组音频样本以及所述第二组预测音频识别结果合并到所述第一训练样本集合中，得到第二训练样本集合，其中，在所述第二训练样本集合中所述第二组预测音频识别结果被视为第二组实际音频识别结果；

使用所述第二训练样本集合对所述初始音频识别模型进行当前一轮训练，得到当前一轮训练后的音频识别模型。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

在所述当前一轮训练后的音频识别模型输出的预测音频识别结果与所述第二训练样本集合中的实际音频识别结果之间的差异不满足所述收敛条件时，获取下一轮训练中待使用的一组音频样本以及所述一组音频样本对应的一组预测音频识别结果，其中，所述待使用的一组音频样本未标注有对应的实际音频识别结果，所述一组预测音频识别结果是所述当前一轮训练后的音频识别模型根据所述一组音频样本的音频特征确定的预测音频识别结果；

将所述待使用的一组音频样本以及对应的所述一组预测音频识别结果合并到所述第二训练样本集合中，得到第三训练样本集合；

使用所述第三训练样本集合对所述当前一轮训练后的音频识别模型进行所述下一轮训练，得到下一轮训练后的音频识别模型。

4.根据权利要求3所述的方法，其特征在于，所述获取下一轮训练中待使用的一组音频样本以及所述一组音频样本对应的一组预测音频识别结果，包括：

将第四组音频样本的音频特征输入到所述当前一轮训练后的音频识别模型，得到第三组预测音频识别结果，其中，所述第四组音频样本未标注有对应的实际音频识别结果；将所述第四组音频样本的音频特征输入到所述不确定性分析模型，得到第二组不确定性分析结果，其中，所述第二组不确定性分析结果用于表示所述第三组预测音频识别结果的可信度；

根据所述第二组不确定性分析结果，在所述第三组预测音频识别结果中筛选出可信度满足预设条件的第四组预测音频识别结果，并在所述第四组音频样本中筛选出与所述第四组预测音频识别结果对应的第五组音频样本。

5.根据权利要求3所述的方法，其特征在于，所述根据所述第一组不确定性分析结果，在所述第一组预测音频识别结果中筛选出可信度满足预设条件的第二组预测音频识别结果，包括：

在所述下一轮训练后的音频识别模型输出的预测音频识别结果与所述第三训练样本集合中的实际音频识别结果之间的差异满足所述收敛条件时，结束对所述初始音频识别模型进行的训练，得到目标音频识别模型，其中，在所述第三训练样本集合中所述一组预测音频识别结果被视为一组实际音频识别结果。