[发明专利]电子装置和用于提供或获得用于训练电子装置的数据的方法

说明书

提供了一种用于提供和获得用于训练的数据的方法及电子装置。用于提供用于训练的数据的方法包括：通过电子装置的麦克风获得用户在特定时间发出的语音的第一语音数据，并将语音识别结果发送到获得用户在特定时间发出的语音的第二语音数据的第二电子装置，以用作用于训练语音识别模型的数据。在这种情况下，可使用用于训练的数据和诸如深度学习的人工智能算法来训练语音识别模型。

技术领域

本公开涉及一种电子装置及其操作方法。更具体地，本公开涉及一种用于提供或获得用于训练的数据的方法。

背景技术

已经进行了提高语音识别准确性的研究。特别地，已经积极地开发了对形成语音识别模型的声学模型和语言模型的研究。可通过训练来更新声学模型和语言模型。在这种情况下，可能需要用于训练正确答案的准确数据来改善语音识别。

话音识别引擎可被实现为使用人工智能(AI)算法的神经网络模型。与现有的基于规则和统计的智能系统不同，人工智能(AI)系统是实现机器学习、判断并变得智能的人类级别智能的计算机系统。随着AI系统的使用改进，可更准确地执行识别率和对用户品味的理解或预期。因此，现有的基于规则的智能系统正逐渐被基于深度学习的AI系统取代。

人工智能技术由机器学习(深度学习)和利用机器学习的基础技术组成。机器学习是一种能够对输入数据的特性进行分类或学习的算法技术。元素技术是使用诸如深度学习之类的机器学习算法来模拟诸如人脑的识别和判断之类的功能的技术。机器学习由诸如语言理解、视觉理解、推理、预测、知识表示、运动控制等技术领域组成。

应用AI技术的各种领域的示例如下所述。语言理解是用于识别、应用和/或处理人类语言或字符的技术，并且包括自然语言处理、机器翻译、对话系统、问答、语音识别或合成等。视觉理解是用于将对象识别和处理为人类视觉的技术，包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像增强等。推断预测是用于判断和逻辑推断和预测信息的技术，包括基于知识和基于概率的推断、优化预测、基于偏好的计划、推荐等。知识表示是用于将人类经验信息自动化为知识数据的技术，包括知识构建(数据生成或分类)、知识管理(数据利用)等。运动控制是用于控制车辆的自主行驶和机器人的运动的技术，包括运动控制(导航、碰撞、驾驶)、操作控制(行为控制)等。

上述信息仅作为背景技术信息呈现，以帮助理解本公开。关于上述内容中的任何内容是否可适用为关于本公开的现有技术，没有做出确定，也没有做出断言。

发明内容

技术问题

通常可使用在最佳环境中收集的用于训练的数据来生成用于识别经由电子装置输入的话音的话音识别模型。例如，可使用在隔音良好或不被障碍物阻隔的最佳实验环境中收集的用于训练的数据来训练话音识别模型。

然而，在使用实际话音识别模型的环境中可能存在各种变量。例如，用户向电子装置发出语音的环境可能是嘈杂的，并且用户可能从远距离向电子装置发出语音。可选地，在用户和电子装置之间可能存在障碍物。

在这种情况下，在最佳环境中训练的话音识别模型可能无法在实际话音话语环境中提供最佳性能。因此，需要更新话音识别模型以考虑实际话语环境，并且因此可能需要考虑实际话语环境的用于训练的最佳数据来话音语音识别模型。

如果存在可对用户的话语做出响应的多个电子装置，则每个话音识别模型可能需要用于训练的数据，以便训练由所述多个电子装置使用的话音识别模型。因此，可能需要使用可代表快速且有效地更新相应话音识别模型的用于训练的数据的方法。

本公开的各方面是为了至少解决上述问题和/或缺点，并且至少提供下面描述的优点。另外的方面将部分地在下面的描述中阐述，并且部分地将从描述中显而易见，或者可通过实践所呈现的实施例来学习。

技术方案