[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

说明书

本发明公开了一种音频识别模型的训练方法、装置和存储介质及电子设备。其中，该方法包括：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；将第二组音频样本的音频特征输入到初始音频识别模型，得到第一组预测音频识别结果；将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；根据第一组不确定性分析结果，在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。上述方法还可应用在人工智能场景中，具体还涉及语音识别、机器学习等技术。本发明解决了音频识别模型的训练效率较低的技术问题。

技术领域

本发明涉及计算机领域，具体而言，涉及一种音频识别模型的训练方法、装置和存储介质及电子设备。

背景技术

近年来音频识别技术的应用越发广泛，如应用在口语评测领域、安全检测领域等，但如何提高音频识别的准确性，还是一个正在研究的课题。

在相关技术中，通常利用对音频识别模型的训练以提高音频识别的准确性，但在相关技术的音频识别模型的训练过程中，往往需依赖大量的、人工标注的样本数据。或者说，在人工标注的样本数据较少的情况下，上述音频识别模型的训练效果往往难以保障。

但人工标注本身就要耗费大量的人力、物力，进而若想获得人工标注且大量的样本数据，不仅要付出高昂的人、物成本，还需耗费较长的等待时间，从而降低了音频识别模型的训练效率。即，现有技术中存在音频识别模型的训练效率较低的技术问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种音频识别模型的训练方法、装置和存储介质及电子设备，以至少解决音频识别模型的训练效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种音频识别模型的训练方法，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，上述第一训练样本集合包括第一组音频样本以及对上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，上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上述初始音频识别模型，得到第一组预测音频识别结果，其中，上述第二组音频样本未标注有对应的实际音频识别结果；将上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，上述第一组不确定性分析结果用于表示上述第一组预测音频识别结果的可信度；根据上述第一组不确定性分析结果，在上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，并在上述第二组音频样本中筛选出与上述第二组预测音频识别结果对应的第三组音频样本；根据上述第三组音频样本以及上述第二组预测音频识别结果，对上述初始音频识别模型进行当前一轮训练，其中，上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。

根据本发明实施例的另一个方面，提供了一种音频识别方法，包括：在目标应用中获取输入的目标音频；获取通过目标音频识别模型根据上述目标音频的音频特征确定的目标音频识别结果，其中，上述目标音频识别模型是对初始音频识别模型进行多轮训练，直到满足预设的收敛条件时所得到的音频识别模型，上述初始音频识别模型是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所得到的模型，上述第一训练样本集合包括第一组音频样本以及对上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，上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，在每轮训练中使用每轮对应的训练样本集合对上一轮训练得到的音频识别模型进行训练，上述每轮对应的训练样本集合包括上一轮训练得到的训练样本集合以及本轮筛选得到的训练样本集合，上述本轮筛选得到的训练样本集合包括一组音频样本以及上述一组音频样本对应的一组预测音频识别结果，上述一组音频样本未标注有对应的实际音频识别结果，上述一组预测音频识别结果是上一轮训练后的音频识别模型根据上述一组音频样本的音频特征确定的预测音频识别结果；在上述目标应用中显示上述目标音频识别结果。