[发明专利]语音处理模型的训练方法、装置、设备及存储介质

说明书

本申请提供一种语音处理模型的训练方法、装置、设备及计算机可读存储介质，该方法包括：获取样本数据，样本数据包括源语种的语音和与源语种的语音对应的目标语种样本文本；将源语种的语音输入语音处理模型的语音识别子模型，得到源语种文本；将源语种文本输入语音处理模型的字词数据库中遍历，得到源语种文本对应的词向量；将词向量和目标语种样本文本输入语音处理模型的机器翻译子模型，得到目标语种翻译文本；基于预设损失函数，根据目标语种翻译文本和目标语种样本文本计算语音处理模型的损失值；根据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。可以减少模型的训练数据，提高训练效率。本申请还涉及区块链技术。

技术领域

本申请涉及计算机技术领域，尤其涉及一种语音处理模型的训练方法、装置、设备及计算机可读存储介质。

背景技术

目前，语音翻译技术多数先通过ASR对语音进行文本转录，再通过机器翻译将转录后的文本翻译为所需要的目标文本，需要经过自动语音识别(ASR)模型转录以及神经机器翻译(NMT)模型翻译，在对上述模型进行训练时，需要大量的数据，训练的效率不高，且自动语音识别(ASR)模型的转录效果不够精确的情况下，经翻译处理后输出的结果会产生更大的误差，从而得到的从语音到文本的翻译结果不符合预期。

发明内容

本申请的主要目的在于提供一种语音处理模型的训练方法、装置、设备及计算机可读存储介质，旨在提高语音处理模型的训练效率和准确性，训练好的语音处理模型能够降低翻译文本输出的时延性以及得到更精准的翻译文本。

第一方面，本申请提供一种语音处理模型的训练方法，所述语音处理模型的训练方法包括以下步骤：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。

第二方面，本申请还提供一种语音处理模型的训练装置，所述语音处理模型的训练装置包括：

数据获取模块，用于获取样本数据，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；

语音识别模块，用于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；

文本遍历模块，用于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；

文本翻译模块，用于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；

损失计算模块，用于基于预设损失函数，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；

参数调整模块，用于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。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的语音处理模型的训练方法的步骤。