[发明专利]语种识别方法、装置、电子设备及存储介质

权利要求书

1.一种语种识别方法，其特征在于，包括：

基于骨干网络，提取待识别语音的语种特征；

基于全量样本集，确定所述语种特征的第一识别结果；所述全量样本集包括全量语种的第一样本语音，且所述全量语种的第一样本语音分布均衡；

和/或，基于多个数据量分类样本集，确定所述语种特征的第二识别结果；每个数据量分类样本集包括对应数据量类别的语种的第二样本语音，所述多个数据量分类样本集基于所述全量语种的第二样本语音的数据量划分得到；

基于所述第一识别结果和/或所述第二识别结果，确定语种识别结果。

2.根据权利要求1所述的语种识别方法，其特征在于，所述基于全量样本集，确定所述语种特征的第一识别结果，包括：

基于第一语种识别模型，对所述语种特征进行语种分类，得到所述第一识别结果；

所述第一语种识别模型是基于所述全量样本集训练所得的第一分类网络中的第一分类层，所述第一分类网络包括所述骨干网络和所述第一分类层。

3.根据权利要求1所述的语种识别方法，其特征在于，所述基于多个数据量分类样本集，确定所述语种特征的第二识别结果，包括：

对所述语种特征进行数据量类别分类，得到所述语种特征的数据量类别分类结果；

基于多个数据量类别分别对应的第二语种识别模型，对所述语种特征进行语种分类，得到所述语种特征在所述多个数据量类别下的语种分类结果，所述多个数据量类别分别对应的第二语种识别模型基于所述多个数据量分类样本集训练得到；

基于所述数据量类别分类结果和所述多个数据量类别下的语种分类结果，确定所述第二识别结果。

4.根据权利要求3所述的语种识别方法，其特征在于，所述基于所述数据量类别分类结果和所述多个数据量类别下的语种分类结果，确定所述第二识别结果，包括：

基于所述数据量类别分类结果中任一数据量类别的后验概率和所述任一数据量类别对应的语种分类结果，确定所述任一数据量类别的部分语种识别结果；

基于各数据量类别的部分语种识别结果，得到所述第二识别结果。

5.根据权利要求3或4所述的语种识别方法，其特征在于，所述多个数据量类别分别对应的第二语种识别模型基于如下步骤训练得到：

确定第二分类网络，所述第二分类网络包括所述骨干网络和第二分类层；

基于任一数据量分类样本集，对所述第二分类网络进行训练，将训练完成的所述第二分类网络中的第二分类层作为所述任一数据量分类样本集对应数据量类别的第二语种识别模型。

6.根据权利要求1所述的语种识别方法，其特征在于，所述基于所述第一识别结果和/或所述第二识别结果，确定语种识别结果，包括：

基于多个特征分类样本集，确定所述语种特征的第三识别结果；每个特征分类样本集包括对应特征类别的语种的第三样本语音，所述多个特征分类样本集基于所述全量语种的样本语音的语种特征划分得到；

基于所述第一识别结果和/或所述第二识别结果，以及所述第三识别结果，确定所述语种识别结果。

7.根据权利要求6所述的语种识别方法，其特征在于，所述基于多个特征分类样本集，确定所述语种特征的第三识别结果，包括：

对所述语种特征进行特征类别分类，得到所述语种特征的特征类别分类结果；

基于多个特征类别分别对应的第三语种识别模型，对所述语种特征进行语种分类，得到所述语种特征在所述多个特征类别下的语种分类结果，所述多个特征类别分别对应的第三语种识别模型基于所述多个特征分类样本集训练得到；

基于所述特征类别分类结果和所述多个特征类别下的语种分类结果，确定所述第三识别结果。

8.根据权利要求7所述的语种识别方法，其特征在于，所述基于所述特征类别分类结果和所述多个特征类别下的语种分类结果，确定所述第三识别结果，包括：

基于所述特征类别分类结果中任一特征类别的后验概率和所述任一特征类别对应的语种分类结果，确定所述任一特征类别的部分语种识别结果；

基于各特征类别的部分语种识别结果，得到所述第三识别结果。