[发明专利]一种模型训练方法、装置、存储介质及电子设备

权利要求书

1.一种模型识别方法，其特征在于，应用于用户终端，所述方法包括：

获取带噪语音数据，将所述带噪语音数据输入至神经网络模型进行训练，在神经网络模型的训练过程中，通过计算所述神经网络模型的实际输出值与期望输出值的期望误差，基于所述神经网络模型的期望误差调整所述神经网络模型的参数，训练完成后，生成第一声学模型；

获取求救语音数据，将所述求救语音数据输入至所述第一声学模型进行迁移学习，在第一声学模型的迁移学习过程中，计算所述第一声学模型的实际输出值与期望输出值的期望误差，基于所述第一声学模型的期望误差调整模型参数以及学习速率，训练完成后，生成第二声学模型；所述带噪语音数据的数据量大于所述求救语音数据的数据量；

接收求救语音信号，获取所述求救语音信号携带的目标语音数据，将所述目标语音数据输入到所述第二声学模型进行识别输出所述目标语音数据对应的目标文本信息，输出包含所述目标文本信息的报警求救信号，以基于所述报警求救信号进行报警求救；

其中，所述求救语音数据与所述带噪语音数据在语言识别上具有共性，所述共性为所述带噪语音数据与所述求救语音数据的音素特征、音节特征、词性特征相似。

2.根据权利要求1所述的方法，其特征在于，所述获取带噪语音数据，将所述带噪语音数据输入至神经网络进行训练，生成第一声学模型，包括：

获取带噪语音数据，提取所述带噪语音数据的第一语音特征；

创建神经网络模型，将所述第一语音特征输入至所述神经网络模型中，输出所述第一语音特征对应的第一语音标识，基于所述第一语音标识对所述神经网络模型进行训练，得到所述第一声学模型。

3.根据权利要求1所述的方法，其特征在于，所述获取求救语音数据，将所述求救语音数据输入至所述第一声学模型进行迁移学习，生成第二声学模型，包括：

获取求救语音数据，提取所述求救语音数据的第二语音特征；

将所述第二语音特征输入至所述第一声学模型中，输出所述第二语音特征对应的第二语音标识，基于所述第二语音标识对所述第一声学模型进行训练，得到训练后的所述第二声学模型。

4.根据权利要求1所述的方法，其特征在于，所述输出包含所述目标文本信息的报警求救信号，包括：

触发定位功能，获取当前的地理位置，向紧急联系人发送包含所述目标文本信息以及所述地理位置的报警求救信号。

5.根据权利要求1所述的方法，其特征在于，所述输出包含所述目标文本信息的报警求救信号之后，还包括：

向服务器发送包含所述目标文本信息的所述报警求救信号，以使所述服务器基于预设紧急联系表，向所述预设紧急联系表中的紧急联系人发送所述报警求救信号。

6.一种模型识别装置，其特征在于，所述装置包括：

第一声学模型生成模块，用于获取带噪语音数据，将所述带噪语音数据输入至神经网络模型进行训练，在神经网络模型的训练过程中，通过计算所述神经网络模型的实际输出值与期望输出值的期望误差，基于所述神经网络模型的期望误差调整所述神经网络模型的参数，训练完成后，生成第一声学模型；

第二声学模型生成模块，用于获取求救语音数据，将所述求救语音数据输入至所述第一声学模型进行迁移学习，在第一声学模型的迁移学习过程中，计算所述第一声学模型的实际输出值与期望输出值的期望误差，基于所述第一声学模型的期望误差调整模型参数以及学习速率，训练完成后，生成第二声学模型；所述带噪语音数据的数据量大于所述求救语音数据的数据量；

所述装置还用于：接收求救语音信号，获取所述求救语音信号携带的目标语音数据，将所述目标语音数据输入到所述第二声学模型进行识别输出所述目标语音数据对应的目标文本信息，输出包含所述目标文本信息的报警求救信号，以基于所述报警求救信号进行报警求救；

其中，所述求救语音数据与所述带噪语音数据在语言识别上具有共性，所述共性为所述带噪语音数据与所述求救语音数据的音素特征、音节特征、词性特征相似。