[发明专利]分类模型训练方法、音频分类方法、装置、介质及设备

说明书

本公开涉及一种分类模型训练方法、音频分类方法、装置、介质及设备。所述方法包括：获取初始音频分类模型，所述初始音频分类模型基于属于常用语种的多个第一音频训练得到；获取属于非常用语种的多个第二音频，并确定每一所述第二音频的语言特征和所属语种；根据所述第二音频所属语种的总数，对所述初始音频分类模型中的全连接层进行设置，以获得中间音频分类模型；将所述第二音频的语言特征作为模型输入数据、并将所述第二音频所属语种作为模型输出数据，对所述中间音频分类模型进行训练，以获得目标音频分类模型。这样，能够提升对非常用语种识别、分类的准确性，解决非常用语种的少样本所导致的模型效果不佳、准确率低的问题。

技术领域

本公开涉及计算机技术领域，具体地，涉及一种分类模型训练方法、音频分类方法、装置、介质及设备。

背景技术

在音频处理场景下，有时存在识别音频内容属于哪一语种的需求，即，对于一段音频，识别该音频内的说话内容属于哪一语种，也可视为对一段音频的内容进行分类。

相关技术中，一般预先针对欲识别的目标语种进行模型训练，还可以使用多种模型训练方式进行模型训练，在训练得到相应的模型之后，比对经训练得到的多种模型在相同识别场景下的识别效果，进而选取效果最好的模型作为可用作识别目标语种的模型，并在后续需要识别音频内说话内容属于目标语种中的哪一种时使用所选择的模型完成识别。

上述方式在目标语种的训练数据量足够多时表现较为优秀，例如，目标语种是中文、英文等常用语种。而若目标语种本身的训练数据量较少，例如，目标语种为印度语、西班牙语等非常用语种，由于训练数据不足导致训练所得的模型在准确性上存在劣势，因而经过上述方式，即便选取多个模型中效果最好的模型，该模型的识别准确率也是无法达到标准的，无法准确识别出音频中说话内容所属语种。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种音频分类模型训练方法，所述方法包括：

获取初始音频分类模型，所述初始音频分类模型基于属于常用语种的多个第一音频训练得到；

获取属于非常用语种的多个第二音频，并确定每一所述第二音频的语言特征和所属语种；

根据所述第二音频所属语种的总数，对所述初始音频分类模型中的全连接层进行设置，以获得中间音频分类模型；

将所述第二音频的语言特征作为模型输入数据、并将所述第二音频所属语种作为模型输出数据，对所述中间音频分类模型进行训练，以获得目标音频分类模型。

第二方面，本公开提供一种音频分类方法，所述方法包括：

对待处理音频进行切分，以获得多个待处理音频片段；

分别将每一所述待处理音频片段输入至目标音频分类模型，以获得目标音频分类模型的输出结果，其中，所述目标音频分类模型是根据本公开第一方面所述的音频分类模型训练方法训练得到的，所述输出结果用于指示输入至所述目标音频分类模型的待处理音频片段对应于所述第二音频所属语种中各个语种的概率；

针对每一所述待处理音频片段，根据该待处理音频片段对应于所述第二音频所属语种中各个语种的概率，确定所述待处理音频所属语种。

第三方面，本公开提供一种音频分类模型训练装置，所述装置包括：

第一获取模块，用于获取初始音频分类模型，所述初始音频分类模型基于属于常用语种的多个第一音频训练得到；

第二获取模块，用于获取属于非常用语种的多个第二音频，并确定每一所述第二音频的语言特征和所属语种；