[发明专利]语音识别系统、相关方法、装置及设备

权利要求书

1.一种语音识别系统，其特征在于，包括：

客户端，用于采集目标应用的语音数据，将所述语音数据发送至服务端；

服务端，用于从训练样本集中学习得到模型参数动态可变的语音识别模型；针对终端设备发送的所述语音数据，确定与所述目标应用对应的目标模型参数；通过基于所述目标模型参数的所述语音识别模型，将所述语音数据转换为文本序列。

2.一种语音识别方法，其特征在于，包括：

从训练样本集中学习得到模型参数动态可变的语音识别模型；

确定与目标应用对应的目标模型参数；

通过基于所述目标模型参数的所述语音识别模型，将目标应用的语音数据转换为文本序列。

3.根据权利要求2所述的方法，其特征在于，

所述模型参数包括：模型大小；

所述模型大小包括：神经网络的层数和/或神经元数量；

所述从训练样本集中学习得到模型参数动态可变的语音识别模型，包括：

根据动态确定的模型大小，对所述模型执行迭代训练。

4.根据权利要求3所述的方法，其特征在于，

所述动态确定的模型大小，采用如下方式确定：

从多个预设模型大小中，任意选取模型大小。

5.根据权利要求3所述的方法，其特征在于，

所述模型包括：流式端到端语音识别模型；

所述模型包括：音频编码器，解码器；

所述模型大小包括：音频编码器的大小。

6.根据权利要求2或3所述的方法，其特征在于，

所述模型参数包括：时延值；

所述从训练样本集中学习得到模型参数动态可变的语音识别模型，包括：

根据动态确定的时延值，对所述模型执行迭代训练。

7.根据权利要求6所述的方法，其特征在于，

所述动态确定的时延值，采用如下方式确定：

从多个预设时延值中，任意选取时延值；

所述目标应用的时延值包括：所述预设时延值以外的时延值。

8.根据权利要求6所述的方法，其特征在于，

所述模型包括：流式端到端语音识别模型；

所述模型包括：音频编码器，特征数据确定模块，解码器；

所述通过基于所述目标模型参数的所述语音识别模型，将所述语音数据转换为文本序列，包括：

通过音频编码器，确定所述语音数据的音频特征数据，并根据目标应用的时延值，将所述音频特征数据存入分块内存；

通过特征数据确定模块，根据分块内存中的音频特征数据，确定与所述语音数据中的字对应的特征数据；

通过解码器，根据字的特征数据，确定所述语音数据中的字，形成所述文本序列。

9.根据权利要求8所述的方法，其特征在于，

所述通过特征数据确定模块，根据分块内存中的音频特征数据，确定与所述语音数据中的字对应的音频特征数据，包括：

确定字与块内存间的对应关系；

根据所述对应关系，确定与字对应的特征数据。

10.根据权利要求9所述的方法，其特征在于，

所述特征数据确定模块包括：预测器；

所述通过特征数据确定模块，根据分块内存中的音频特征数据，确定与所述语音数据中的字对应的特征数据，还包括：

通过所述预测器，确定各个块包括的文本长度；

根据所述文本长度，确定字与块间的对应关系。

11.根据权利要求2所述的方法，其特征在于，

所述确定与所述目标应用对应的目标模型参数，包括：

确定目标应用的语音识别性能需求信息；

根据所述性能需求信息，确定所述目标模型参数。