[发明专利]语音数据集训练方法和装置

说明书

本发明涉及一种语音数据集训练方法和装置。所述方法包括：读取从第一语音数据集中选取数据所生成的第一测试集，以及对所述第一语音数据集进行训练得到的第一语音模型参数；获取第二语音数据集，从所述第二语音数据集中随机选取数据生成第二测试集；检测到所述第二测试集与所述第一测试集满足相似条件，则采用所述训练得到的第一语音模型参数对所述第二语音数据集进行第二语音模型训练。上述语音数据集训练方法和装置，节省了对第二语音数据集进行第一语音模型训练，节省了总的训练时长，提高了训练效率。

技术领域

本发明涉及语音数据处理领域，特别是涉及一种语音数据集训练方法和装置。

背景技术

传统的语音数据集的训练一般包括两部分，一部分是HMM（Hidden Markov Model，隐马尔科夫模型）+GMM（Gaussian Mixture Model，混合高斯模型）的训练，另一部分是HMM+DNN（Deep Neuron Network，深度神经网络）的训练。HMM+GMM和HMM+DNN需要对全部的数据集进行训练，随着数据集的不断增大，总的训练时间会增大，导致训练时间很长。

发明内容

本发明的实施例提供一种语音数据集训练方法和装置，可以节省训练时长。

一种语音数据集训练方法，包括：

读取从第一语音数据集中选取数据所生成的第一测试集，以及对所述第一语音数据集进行训练得到的第一语音模型参数；

获取第二语音数据集，从所述第二语音数据集中随机选取数据生成第二测试集；

检测到所述第二测试集与所述第一测试集满足相似条件，则采用所述训练得到的第一语音模型参数对所述第二语音数据集进行第二语音模型训练。

一种语音数据集训练装置，包括：

读取模块，用于读取从第一语音数据集中选取数据所生成的第一测试集，以及对所述第一语音数据集进行训练得到的第一语音模型参数；

获取模块，用于获取第二语音数据集，从所述第二语音数据集中随机选取数据生成第二测试集；

训练模块，用于检测到所述第二测试集与所述第一测试集满足相似条件，则采用所述训练得到的第一语音模型参数对所述第二语音数据集进行第二语音模型训练。

上述语音数据集训练方法和装置，检测到从第二语音数据集中选取数据生成的第二测试集与从第一语音数据集中选取数据生成的第一测试集满足相似条件，采用第一语音数据集训练得到的第一语音模型参数对第二语音数据集进行第二语音模型训练，节省了对第二语音数据集进行第一语音模型训练，节省了总的训练时长，提高了训练效率。

附图说明

图1为一个实施例中计算机设备的内部结构示意图；

图2为一个实施例中语音数据集训练方法的流程图；

图3为另一个实施例中语音数据集训练方法的流程图；

图4为另一个实施例中语音数据集训练方法的流程图；

图5为一个实施例中HMM+GMM模型的结构示意图；

图6为一个实施例中HMM+DNN模型的结构示意图；

图7为一个实施例中语音数据集训练装置的结构框图；

图8为另一个实施例中语音数据集训练装置的结构框图；

图9为另一个实施例中语音数据集训练装置的结构框图。

具体实施方式