[发明专利]一种语音识别模型的训练以及语音识别的方法和装置

说明书

本申请公开了一种语音识别模型的训练以及语音识别的方法和装置，属于人工智能技术领域，该方法包括，获取标注语音样本集合，以及无标注语音样本集合；根据标注语音样本集合，分别对每一预设的语音识别教师模型进行训练，获得训练好的语音识别教师模型；分别针对每一训练好的语音识别教师模型，将无标注语音样本集合中的各语音样本输入至语音识别教师模型中，输出相应的文本信息；根据标注语音样本集合、无标注语音样本集合以及相应的文本信息，对预设的语音识别学生模型进行训练，获得目标语音识别模型。获取待识别的语音数据；将语音数据输入至训练好的目标语音识别模型，输出语音识别结果。这样，提高了目标语音识别模型的性能。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种语音识别模型的训练以及语音识别的方法和装置。

背景技术

随着人工智能技术的发展，语音识别的应用范围越来越广，如社交应用、机器人以及车载终端等。

现有技术中，通常采用单个语音识别模型或多个语音识别模型集成的方式进行语音识别。

但是，单个语音识别模型的性能通常较差，而对于基于编码器-解码器的语音识别模型，由于不同模型的输出结果可能不一致，因此，通过集成多个语音识别模型的方式并不能提升性能。

由此，如何提高基于编码器-解码器的语音识别模型的性能，是一个需要解决的问题。

发明内容

本申请实施例提供一种语音识别模型的训练以及语音识别的方法和装置，用以在采用基于编码器-解码器的语音识别模型进行语音识别时，提高模型的语音识别性能。

一方面，提供一种语音识别模型的训练方法，包括：

获取标注语音样本集合，以及无标注语音样本集合，其中，标注语音样本集合中包含多个语音样本和相应的文本信息，无标注语音样本集合中包含多个语音样本；

根据标注语音样本集合，分别对每一预设的语音识别教师模型进行训练，获得训练好的语音识别教师模型，其中，不同的语音识别教师模型采用的模型原理或参数不同；

分别针对每一训练好的语音识别教师模型，将无标注语音样本集合中的各语音样本输入至语音识别教师模型中，输出相应的文本信息；

根据标注语音样本集合、无标注语音样本集合以及相应的文本信息，对预设的语音识别学生模型进行训练，获得目标语音识别模型。

较佳的，在分别针对每一训练好的语音识别教师模型，将无标注语音样本集合中的各语音样本输入至语音识别教师模型中，输出相应的文本信息之前，进一步包括：

分别对每一训练好的语音识别教师模型进行语音识别性能测试，获得性能评分；

在训练好的各语音识别教师模型中，筛选出性能评分最高的指定数量的语音识别教师模型。

较佳的，根据标注语音样本集合、无标注语音样本集合以及相应的文本信息，对预设的语音识别学生模型进行训练，获得目标语音识别模型，包括：

根据无标注语音样本集合中包含的各语音样本以及相应的文本信息，生成预测语音样本集合；

根据标注语音样本集合，对语音识别学生模型进行训练，获得初始语音识别学生模型；

根据标注语音样本集合和预测语音样本集合，对初始语音识别学生模型进行训练，获得目标语音识别模型。

较佳的，根据标注语音样本集合和预测语音样本集合，对初始语音识别学生模型进行训练，获得目标语音识别模型，包括：

分别对标注语音样本集合和预测语音样本集合中的各语音样本和相应的文本信息进行采样，其中，从标注语音样本集合中多次采样获得的语音样本数量与从预测语音样本集合中多次采样获得的语音样本数量的比值不低于预设采样阈值；