[发明专利]一种模型训练的方法、语种识别的方法、装置及设备

权利要求书

1.一种模型训练的方法，其特征在于，包括：

获取音频样本集合以及随机音频样本集合，其中，所述音频样本集合包括至少一个音频样本，所述随机音频样本集合包括至少一个随机音频样本，所述音频样本集合对应于真实语种标签；

基于所述音频样本集合，通过待训练网络模型中的待训练音频生成模型获取第一音频声学特征集合，其中，所述第一音频声学特征集合包括至少一个第一音频声学特征，所述第一音频声学特征与音频样本具有对应关系；

基于所述随机音频样本集合，通过所述待训练网络模型中的所述待训练音频生成模型获取第二音频声学特征集合，其中，所述第二音频声学特征集合包括至少一个第二音频声学特征，所述第二音频声学特征与随机音频样本具有对应关系；

基于所述第一音频声学特征集合以及所述第二音频声学特征集合，通过所述待训练网络模型中的所述待训练音频生成模型获取判别结果；

基于所述第二音频声学特征集合，通过所述待训练网络模型中的待训练语种识别模型获取预测语种标签；

基于所述预测语种标签、所述真实语种标签、所述第一音频声学特征集合、所述第二音频声学特征集合以及所述判别结果，采用目标损失函数对所述待训练网络模型进行训练，得到目标网络模型，其中，所述目标网络模型包括音频生成模型以及语种识别模型，所述音频生成模型包括生成器。

2.根据权利要求1所述的方法，其特征在于，所述获取音频样本集合以及随机音频样本集合，包括：

获取所述音频样本集合以及待合成音频样本集合，其中，所述待合成音频样本集合包括至少一个待合成音频样本；

根据所述待合成音频样本集合以及白噪声集合，生成所述随机音频样本集合，其中，所述白噪声集合包括至少一个白噪声。

3.根据权利要求1所述的方法，其特征在于，所述获取音频样本集合以及随机音频样本集合，包括：

获取待处理音频样本集合以及待合成音频样本集合，其中，所述待处理音频样本集合包括至少一个待处理音频样本，所述待合成音频样本集合包括至少一个待合成音频样本；

根据所述待处理音频样本集合获取音频样本集合，其中，所述音频样本与所述待处理音频样本具有对应关系，且所述音频样本属于声学特征向量；

根据所述待合成音频样本集合以及白噪声集合，生成所述随机音频样本集合，其中，所述白噪声集合包括至少一个白噪声特征向量，所述随机音频样本与所述待合成音频样本具有对应关系，且所述随机音频样本属于声学特征向量。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述预测语种标签、所述真实语种标签、所述第一音频声学特征集合、所述第二音频声学特征集合以及所述判别结果，采用目标损失函数对所述待训练网络模型进行训练，得到目标网络模型，包括：

基于所述判别结果、所述第一音频声学特征集合以及所述第二音频声学特征集合，采用第一损失函数对所述待训练音频生成模型进行训练，得到所述音频生成模型，其中，所述第一损失函数属于所述目标损失函数；

基于所述预测语种标签以及所述真实语种标签，采用第二损失函数对所述待训练语种识别模型进行训练，得到所述语种识别模型，其中，所述第二损失函数属于所述目标损失函数。