[发明专利]语音识别模型的训练、语音识别方法、装置及设备

说明书

本申请实施例提供了一种语音识别模型的训练方法、语音识别方法、装置及设备。该方法包括：重复执行至少一个训练过程，直至第一文本数据的置信度满足停止训练条件，训练过程包括：将小语种音频数据输入至第一语音识别模型，得到第一文本数据，当第一文本数据的置信度不满足停止训练条件时，根据第一文本数据、对应的小语种音频数据以及第一样本数据，生成第二样本数据，将第二样本数据输入至第一语音识别模型，对第一语音识别模型进行训练，生成第二语音识别模型，并将第二语音识别模型作为第一语音识别模型；将第一文本数据的置信度满足停止训练条件时得到的第一语音识别模型，作为目标语音识别模型。本申请实现了高效训练小语种语音识别模型。

技术领域

本申请涉及语音技术领域，特别是涉及一种语音识别模型的训练、语音识别方法、装置及设备。

背景技术

众所周知，模型训练离不开一定数量级的训练数据。训练数据越多，训练得到的模型的效果越好。小语种语音识别模型亦不例外。小语种语音识别模型的训练数据通常需要包括小语种音频数据以及对应的标注数据，该标注数据为小语种音频数据对应的文本数据。

但是，由于对应有标注数据的小语种音频数据的数据量较少，且采用人工对小语种音频数据进行标注的成本较高。因此，小语种语音识别模型的训练较为困难，亟需一种高效地小语种语音识别模型的训练方法。

发明内容

本申请实施例的目的在于提供一种语音识别模型的训练、语音识别方法、装置及设备，以实现高效地训练小语种语音识别模型。具体技术方案如下：

在本申请实施的第一方面，首先提供了一种语音识别模型的训练方法，所述方法包括：

重复执行至少一个训练过程，直至第一文本数据的置信度满足停止训练条件，所述训练过程包括：

将小语种音频数据输入至第一语音识别模型，得到第一文本数据，所述第一语音识别模型是基于第一样本数据训练得到，所述第一样本数据包括小语种音频数据以及对应的第二文本数据，

当所述第一文本数据的置信度不满足停止训练条件时，根据所述第一文本数据、对应的小语种音频数据以及所述第一样本数据，生成第二样本数据，

将所述第二样本数据输入至所述第一语音识别模型，对所述第一语音识别模型进行训练，生成第二语音识别模型，并将所述第二语音识别模型作为所述第一语音识别模型；

将所述第一文本数据的置信度满足停止训练条件时得到的第一语音识别模型，作为目标语音识别模型。

可选的，所述第一文本数据的置信度满足停止训练条件，包括：

当前训练过程中所述第一文本数据的置信度相较于前一训练过程中第一文本数据的置信度的变化量低于变量阈值；

或者，所述第一文本数据的置信度大于第一置信度阈值。

可选的，所述小语种音频数据包括多个音频片段，所述第一文本数据包括与所述多个音频片段分别对应的文本数据，所述根据所述第一文本数据、对应的小语种音频数据以及所述第一样本数据，生成第二样本数据，包括：

从各所述文本数据中，筛选得到置信度满足设定置信度要求的目标文本数据；

根据所述目标文本数据、对应的小语种音频数据以及所述第一样本数据，生成第二样本数据。

可选的，所述目标文本数据的置信度大于第二置信度阈值，或者，所述目标文本数据包括置信度由高到低排序的各所述第一文本数据中，前指定数量个第一文本数据。

可选的，在所述将所述第二样本数据输入至所述第一语音识别模型之前，所述方法还包括：

提取所述第二样本数据中小语种音频数据的特征数据；

对所述特征数据进行增强处理，得到处理后的特征数据；