[发明专利]训练数据选择方法、装置、电子设备及计算机存储介质

权利要求书

1.一种训练数据选择方法，其特征在于，所述方法包括：

将备选语料库中的备选声学特征数据输入基础声学模型，根据所述基础声学模型的输出确定所述备选声学特征数据对应的后验概率数据，所述后验概率数据包括每个备选声音序列中每帧语音帧对应的N个音素状态的后验概率；

根据所述后验概率数据计算所述备选声学特征数据对应的信息熵数据，所述信息熵数据用于指示所述每个备选声音序列在所述基础声学模型上状态分配的确信程度的度量；

根据所述信息熵数据确定所述备选声学特征数据对应的相对熵数据，所述相对熵数据用于指示基础声学数据与所述备选声学特征数据中选取的备选声学对比数据之间的信息熵的差异性，所述基础声学数据为用于初步训练所述基础声学模型的数据；

根据所述相对熵数据从所述备选声学特征数据中选取训练数据。

2.根据权利要求1所述的方法，其特征在于，所述备选声学特征数据包括m个备选声音序列，每个所述备选声音序列包括多帧语音帧，所述m为正整数；所述将备选语料库中的备选声学特征数据输入基础声学模型，根据所述基础声学模型的输出确定所述备选声学特征数据对应的后验概率数据，包括：

通过所述基础声学模型得到所述m个备选声音序列对应的m个后验概率矩阵，所述后验概率矩阵包括所述多帧语音帧对应的多个后验概率，所述后验概率为多维向量；

将所述m个后验概率矩阵整合为所述后验概率数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述后验概率数据确定所述备选声学特征数据对应的信息熵数据，包括：

基于所述m个后验概率矩阵计算得到所述m个备选声音序列对应的m个信息熵；

将所述m个信息熵整合为所述信息熵数据。

4.根据权利要求1所述的方法，其特征在于，所述根据所述信息熵数据确定所述备选声学特征数据对应的相对熵数据，包括：

通过k个预设信息熵阈值划分所述信息熵数据，得到所述备选声学数据对应的k个备选声学对比数据，k为正整数；

基于所述备选声学对比数据和基础声学数据计算得到所述相对熵数据，所述基础声学数据为用于训练所述基础声学模型的数据。

5.根据权利要求4所述的方法，其特征在于，所述基于所述备选声学对比数据和基础声学数据计算得到所述相对熵数据，包括：

将所述备选声学对比数据和所述基础声学数据分别输入高斯混合模型，通过所述高斯混合模型的输出得到所述备选声学对比数据对应的概率密度数据和所述基础声学数据对应的概率密度数据；

通过计算所述备选声学对比数据对应的概率密度数据和所述基础声学数据对应的概率密度数据的差异程度，得到所述相对熵数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述相对熵数据确定训练数据，包括：

获取所述相对熵数据中大于预设相对熵阈值的差异相对熵数据；

将所述差异相对熵数据对应的备选声学对比数据确定为所述训练数据。

7.根据权利要求1～6任一项所述的方法，其特征在于，所述将备选语料库中的备选声学特征数据输入基础声学模型之前，所述方法还包括：

获取基础语料库中的所述基础声学数据；

根据所述基础声学数据训练原始声学模型，得到所述基础声学模型，所述原始声学模型表示未经过训练的声学模型。