[发明专利]语音识别模型训练方法和语音识别联邦训练系统

权利要求书

1.一种语音识别模型训练方法，所述方法包括：

基于通用语音识别样本集训练初始化通用语音识别模型；

基于第一自适应语音识别样本集训练所述初始化通用语音识别模型得到第一用户语音识别模型；

基于第一自适应语音识别样本集和第一声学环境信息训练第一用户语音合成模型；

基于所述第一用户语音合成模型所生成的合成音频更新所述初始化通用语音识别模型得到新的通用语音识别模型，用于训练第二用户语音识别模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于第二自适应语音识别样本集训练所述新的通用语音识别模型得到第二用户语音识别模型；

基于第二自适应语音识别样本集和第二声学环境信息训练第二用户语音合成模型；

基于所述第二用户语音合成模型所生成的合成音频更新所述新的通用语音识别模型，用于训练其它用户语音识别模型。

3.根据权利要求1所述的方法，其特征在于，所述基于第一自适应语音识别样本集和第一声学环境信息训练第一用户语音合成模型包括：

将所述第一自适应语音识别样本集中的合成文本和所述第一声学环境信息作为输入，将对应于所述合成文本的合成音频作为目标输出进行训练得到第一用户语音合成模型。

4.根据权利要求2所述的方法，其特征在于，所述基于第二自适应语音识别样本集和第二声学环境信息训练第二用户语音合成模型包括：

将所述第二自适应语音识别样本集中的合成文本和所述第二声学环境信息作为输入，将对应于所述合成文本的合成音频作为目标输出进行训练得到第二用户语音合成模型。

5.根据权利要求2所述的方法，其特征在于，所述第一声学环境信息和所述第二声学环境信息分别包括说话人特征信息、噪声环境信息和语速特征信息中的至少一种。

6.根据权利要求5所述的方法，其特征在于，所述第一用户语音合成模型为至少对应于说话人特征信息、噪声环境信息和语速特征信息之一的语音合成模型。

7.根据权利要求5所述的方法，其特征在于，所述第二用户语音合成模型为至少对应于说话人特征信息、噪声环境信息和语速特征信息之一的语音合成模型。

8.一种语音识别联邦训练系统，其特征在于，用于执行权利要求1-7中任一项所述的语音识别模型训练方法，所述系统包括：

用户模型环境模块，用于基于通用语音识别模型进行自适应训练，以得到用户语音识别模型；

交互缓存模块，用于根据合成文本和参数化的声学环境信息训练得到语音合成模型；

通用模型环境模块，用于基于通用语音识别样本集训练初始化通用语音识别模型，并随语音合成模型的增量更新而更新所述初始化通用语音识别模型。

9.一种电子设备，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1-7中任意一项所述方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1-7中任意一项所述方法的步骤。