[发明专利]语音处理模型的训练方法、装置、设备及存储介质

权利要求书

1.一种语音处理模型的训练方法，其特征在于，包括：

获取样本数据，所述样本数据包括源语种的语音和与所述源语种的语音对应的目标语种样本文本；

将所述源语种的语音输入语音处理模型的语音识别子模型，得到所述语音识别子模型输出的源语种文本；

将所述源语种文本输入所述语音处理模型的字词数据库中遍历，得到所述源语种文本对应的词向量；

将所述词向量和所述源语种的语音对应的目标语种样本文本输入所述语音处理模型的机器翻译子模型，得到所述机器翻译子模型输出的目标语种翻译文本；

基于预设损失函数，根据所述目标语种翻译文本和所述目标语种样本文本计算所述语音处理模型的损失值；

根据所述损失值对语音处理模型进行参数调整，得到训练好的语音处理模型。

2.如权利要求1所述的语音处理模型的训练方法，其特征在于，所述机器翻译子模型包括编码器和解码器；所述将所述词向量和所述目标语种样本文本输入所述语音处理模型的机器翻译子模型，得到所述机器翻译子模型输出的目标语种翻译文本，包括：

将所述词向量输入所述编码器进行权重计算，得到权重计算后的权重词向量；

将所述权重词向量和所述目标语种样本文本输入所述解码器进行翻译得到目标语种翻译文本。

3.如权利要求2所述的语音处理模型的训练方法，其特征在于，所述将所述权重词向量和所述目标语种样本文本输入所述解码器进行翻译得到目标语种翻译文本，包括：

将所述权重词向量和所述目标语种样本文本N个位置的样本词向量输入所述解码器进行翻译，得到位于目标语种翻译文本第N+1个位置的目标词向量，其中，N为大于零且不大于所述权重词向量的数量的正整数；

将预测得到的位于目标语种翻译文本各个位置的目标词向量进行拼接得到目标语种翻译文本。

4.如权利要求3所述的语音处理模型的训练方法，其特征在于，所述将所述权重词向量和所述目标语种样本文本N个位置的样本词向量输入所述解码器进行翻译，得到位于目标语种翻译文本第N+1个位置的目标词向量，包括：

若N等于1，将所述权重词向量和位于所述目标语种样本文本第一个位置的样本词向量输入所述解码器进行翻译，得到位于目标语种翻译文本第二个位置的目标词向量，以及将N加1；

若N大于1，将预测得到的目标语种翻译文本N个位置的目标词向量进行拼接，并将拼接后的目标词向量、目标语种样本文本N个位置的样本词向量以及权重词向量输入所述解码器进行翻译，得到位于目标语种翻译文本的第N+1个位置的目标词向量，以及若N不大于所述权重词向量的数量时将N加1。

5.如权利要求1-4中任一项所述的语音处理模型的训练方法，其特征在于，所述基于预设损失函数，根据所述目标语种翻译文本和所述目标语种样本文本计算损失值，包括：

通过下式损失函数计算得到损失值：

其中，w^T为样本词向量对应的权重，yⁱ为所述目标语种翻译文本中的目标词向量，Xⁱ为所述目标语种样本文本中的样本词向量，n为所述目标语种翻译文本中目标词向量的数量。

6.如权利要求1-4中任一项所述的语音处理模型的训练方法，其特征在于，所述语音识别子模型包括：卷积层和时序分类层；所述将所述源语种的语音输入语音处理模型的语音识别子模型，得到所述语音识别子模型输出的源语种文本，包括：

将所述源语种的语音输入所述卷积层进行特征提取处理，得到语音向量；

将所述语音向量输入所述时序分类层进行转换处理得到源语种文本。

7.如权利要求6所述的语音处理模型的训练方法，其特征在于，所述将所述源语种文本输入所述语音处理模型的字词数据库中遍历，得到所述源语种文本对应的词向量包括：

基于所述字词数据库的预设编码规则，对所述源语种文本中的各个词逐一进行映射编码处理，得到所述源语种文本中各个词对应的词向量。