[发明专利]私有化数据获取方法及装置

权利要求书

1.一种私有化数据获取方法，包括：

响应于用户私有化语音模型的更新，获取所述用户私有化语音模型更新后的模型参数；

基于所述模型参数同步更新与所述用户对应的数据海绵系统，其中，所述数据海绵系统与所述用户私有化语音模型互为反向技术；

至少基于更新后的数据海绵系统生成模拟用户数据；

将所述模拟用户数据和通用音频数据进行结合生成训练音频数据；

响应于获取的所述训练音频数据和与所述训练音频数据对应的标注文本，对通用语音识别模型进行训练。

2.根据权利要求1所述的方法，其中，所述模型参数为参数化的声学环境信息，所述用户私有化语音模型为用户私有化语音识别模型，所述数据海绵系统为音频合成系统，所述至少基于更新后的数据海绵系统生成模拟用户数据包括：

将获取的所述参数化的声学环境信息和预设合成文本输入至所述音频合成系统以合成模拟用户数据。

3.根据权利要求2所述的方法，其中，所述参数化的声学环境信息包括说话人的信息、噪声环境的信息和/或语速的信息。

4.根据权利要求1所述的方法，其中，所述响应于获取的所述训练音频数据和与所述训练音频数据对应的标注文本，对通用语音识别模型进行训练包括：

响应于获取的所述训练音频数据和与所述训练音频数据对应的标注文本，基于一般性学习方法和增量学习方法对通用语音识别模型进行训练。

5.根据权利要求1至4中任一项所述的方法，其中，在响应于获取的所述训练音频数据和与所述训练音频数据对应的标注文本，对通用语音识别模型进行训练之后，所述方法还包括：

响应于获取的某一场景化的音频数据，基于所述通用语音识别模型输出标注文本。

6.一种私有化数据获取装置，包括：

获取模块，配置为响应于用户私有化语音模型的更新，获取所述用户私有化语音模型更新后的模型参数；

同步更新模块，配置为基于所述模型参数同步更新与所述用户对应的数据海绵系统，其中，所述数据海绵系统与所述用户私有化语音模型互为反向技术；

生成模块，配置为至少基于更新后的数据海绵系统生成模拟用户数据；

结合模块，配置为将所述模拟用户数据和通用音频数据进行结合生成训练音频数据；和

训练模块，配置为响应于获取的所述训练音频数据和与所述训练音频数据对应的标注文本，对通用语音识别模型进行训练。

7.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述方法的步骤。

8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。