[发明专利]语音识别模型的训练方法、语音识别方法、装置和设备

说明书

本公开提供了一种语音识别模型的训练方法，涉及人工智能领域，尤其涉及语音识别和自然语言处理领域。具体实现方案为：上述语音识别模型包括流式语音识别模型和非流式语音识别模型，上述方法包括：使用上述流式语音识别模型，基于样本语音的特征序列以及上述特征序列中各个特征的上文特征生成第一文本；使用上述非流式语音识别模型，基于上述样本语音的特征序列以及上述特征序列中各个特征的上文特征和下文特征生成第二文本；基于上述第一文本计算第一损失，并基于上述第二文本计算第二损失；以及根据上述第一损失和上述第二损失调整上述流式语音识别模型的参数。本公开还提供了一种语音识别方法、装置和设备。

技术领域

本公开涉及人工智能领域，尤其涉及语音识别和自然语言处理领域。更具体地，本公开提供了一种语音识别模型的训练方法、语音识别方法、装置和设备。

背景技术

语音识别可以采用流式语音识别模型，也可以采用非流式语音识别模型。在处理音频流的过程中，流式语音识别模型支持实时返回识别结果，而非流式语音识别模型需要处理完整句后返回识别结果。

发明内容

本公开提供了一种语音识别模型的训练方法、语音识别方法、装置、电子设备、存储介质以及计算机程序产品。

根据第一方面，提供了一种语音识别模型的训练方法，上述语音识别模型包括流式语音识别模型和非流式语音识别模型，该方法包括：使用上述流式语音识别模型，基于样本语音的特征序列以及上述特征序列中各个特征的上文特征生成第一文本；使用上述非流式语音识别模型，基于上述样本语音的特征序列以及上述特征序列中各个特征的上文特征和下文特征生成第二文本；基于上述第一文本计算第一损失，并基于上述第二文本计算第二损失；以及根据上述第一损失和上述第二损失调整上述流式语音识别模型的参数。

根据第二方面，提供了一种语音识别方法，该方法包括：提取待识别语音的特征序列；以及将上述待识别语音的特征序列输入到语音识别模型，得到上述待识别语音的文本识别结果；其中，上述语音识别模型是根据本公开提供的语音识别模型的训练方法训练得到的。

根据第三方面，提供了一种语音识别模型的训练装置，上述语音识别模型包括流式语音识别模型和非流式语音识别模型，该装置包括：第一生成模块，用于使用上述流式语音识别模型，基于样本语音的特征序列以及上述特征序列中各个特征的上文特征生成第一文本；第二生成模块，用于使用上述非流式语音识别模型，基于上述样本语音的特征序列以及上述特征序列中各个特征的上文特征和下文特征生成第二文本；计算模块，用于基于上述第一文本计算第一损失，并基于上述第二文本计算第二损失；以及调整模块，用于根据上述第一损失和上述第二损失调整上述流式语音识别模型的参数。

根据第四方面，提供了一种语音识别装置，该装置包括：第二提取模块，用于提取待识别语音的特征序列；以及识别模块，用于将上述待识别语音的特征序列输入到语音识别模型，得到上述待识别语音的文本识别结果；其中，上述语音识别模型是根据本公开提供的语音识别模型的训练方法训练得到的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，提供了一种计算机程序产品，包括计算机程序，上述计算机程序在被处理器执行时实现根据本公开提供的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：