[发明专利]语音识别模型的生成方法、语音识别方法、装置

权利要求书

1.一种语音识别模型的生成方法，其特征在于，包括：

对多个语音信号样本各自对应的原始语音特征序列进行划分，生成每个语音信号样本对应的多个原始语音特征块；

采用待训练的语音识别模型对所述每个语音信号样本对应的多个原始语音特征块分别进行编码和解码，得到每个原始语音特征块对应的预测文本子序列，根据所述每个原始语音特征块对应的预测文本子序列拼接得到所述每个语音信号样本的预测文本序列；

根据所述每个语音信号样本对应的预测文本序列，对所述待训练的语音识别模型进行训练，直至达到预设停止条件，生成语音识别模型。

2.根据权利要求1所述的语音识别模型的生成方法，其特征在于，所述采用待训练的语音识别模型对所述每个语音信号样本对应的多个原始语音特征块分别进行编码和解码，得到每个原始语音特征块对应的预测文本子序列，包括：

对所述每个语音信号样本对应的多个原始语音特征块进行编码，得到所述每个语音信号样本对应的多个目标语音特征块；

对每个目标语音特征块进行解码，得到所述每个目标语音特征块对应的预测文本子序列。

3.根据权利要求2所述的语音识别模型的生成方法，其特征在于，所述对所述每个语音信号样本对应的多个原始语音特征块进行编码，得到所述每个语音信号样本对应的多个目标语音特征块，包括：

确定所述每个语音信号样本对应的多个原始语音特征块中的每帧原始语音特征，与历史时间段中的每帧原始语音特征的相似度；

根据所述相似度，生成与所述每帧原始语音特征对应的每帧目标语音特征；

根据所述每帧目标语音特征，生成所述每个语音信号样本对应的多个目标语音特征块。

4.根据权利要求2所述的语音识别模型的生成方法，其特征在于，所述对每个目标语音特征块进行解码，得到所述每个目标语音特征块对应的预测文本子序列，包括：

获取所述每个目标语音特征块对应的标注文本子序列；

根据所述每个目标语音特征块以及对应的所述标注文本子序列，生成所述每个目标语音特征块对应的预测文本子序列。

5.根据权利要求4所述的语音识别模型的生成方法，其特征在于，所述根据所述每个目标语音特征块以及对应的所述标注文本子序列，生成所述每个目标语音特征块对应的预测文本子序列，包括：

对于每个目标语音特征块，对与每个目标语音特征块对应的标注文本子序列进行编码；

根据编码后的所述标注文本子序列，以及对应的所述每个目标语音特征块进行相似度计算，生成所述每个目标语音特征块对应的预测文本子序列。

6.根据权利要求1所述的语音识别模型的生成方法，其特征在于，所述对多个语音信号样本各自对应的原始语音特征序列进行划分，生成每个语音信号样本对应的多个原始语音特征块，包括：

获取预设的每个原始语音特征块的帧数；

根据所述每个原始语音特征块的帧数，对所述原始语音特征序列进行划分，生成多个原始语音特征块。

7.根据权利要求1所述的语音识别模型的生成方法，其特征在于，所述根据所述每个语音信号样本对应的预测文本序列，对所述待训练的语音识别模型进行训练，直至达到预设停止条件，生成语音识别模型，包括：

采用预设的损失函数，根据所述预测文本序列对所述待训练的语音特征模型进行训练，直至达到收敛条件后，

对所述待训练的语音特征模型继续进行训练，直至获取的字错误率满足预设值，停止对所述待训练的语音识别模型的训练，生成所述语音识别模型。

8.一种语音识别方法，其特征在于，包括：

获取待识别语音信号对应的待识别语音特征序列；

当获取当前已输入的所述待识别语音特征序列的时间长度满足阈值时，则

采用权利要求1～7中任一项得到的语音识别模型，对所述当前已输入的待识别语音特征序列进行识别，得到语音识别结果。