[发明专利]基于机器学习的语音识别方法、装置、设备及介质

权利要求书

1.一种基于机器学习的语音识别方法，其特征在于，所述方法包括：

预先选取适用于语音识别的基础网络结构组成包含不同候选网络的超网络空间，所述基础网络结构中操作使用不同连接方式形成不同的候选网络；

针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度，所述神经结构搜索框架使用权重共享机制对候选网络进行评估；

使用进化算法从所述第一网络模型中选取适应度最高的候选网络形成第二网络模型；

对所述第二网络模型针对所述语音样本进行重新训练，构建语音识别模型，所述语音识别模型用于将语音转换为相应的文本表示；

响应于语音识别指令，将目标语音片段输入至所述语音识别模型进行识别，得到所述目标语音片段映射的文本表示。

2.根据权利要求1所述的方法，其特征在于，所述预先选取适用于语音识别的基础网络结构组成包含不同候选网络的超网络空间，包括：

预先选取适用于语音识别的可选模块组成基础网络结构，所述可选模块包括不同操作，所述操作包括卷积和同一化核；

通过启用或者禁止的方式控制所述基础网络结构中操作使用不同连接方式，形成包含不同候选网络的超网络空间。

3.根据权利要求1所述的方法，其特征在于，在所述针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度之前，所述方法还包括：

针对预先采集的语音信号进行采样，并使用预设窗口和固定时间帧移进行分析，提取语音信号特征作为语音样本。

4.根据权利要求1所述的方法，其特征在于，所述针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度，包括：

通过对所述超网络空间内基础网络结构中操作的连接方式进行调整，形成包含不同候选网络的第一网络模型；

利用语音样本，对所述第一网络模型进行训练，并在训练过程中使用权重共享机制调整所述第一网络模型中的候选网络；

针对调整候选网络后的第一网络模型进行评估，得到候选网络的适应度。

5.根据权利要求4所述的方法，其特征在于，所述通过对所述超网络空间内基础网络结构中操作的连接方式进行调整，形成包含不同候选网络的第一网络模型，包括：

通过在基础网络结构中启用所有操作，预先训练包含预设候选网络的超网络空间；

针对训练后的超网络空间模拟所有可选模块，通过保留被选择的操作以抽样形成包含不同候选网络的第一网络模型。

6.根据权利要求4所述的方法，其特征在于，所述利用语音样本，对所述第一网络模型进行训练，并在训练过程中使用权重共享机制调整所述第一网络模型中的候选网络，包括：

利用语音样本，对所述第一网络模型进行训练，得到候选网络适用的权重参数；

使用权重共享机制控制所述候选网络适用的权重参数不变的情况下，调整所述第一网络模型中的候选网络。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述使用进化算法从所述第一网络模型中选取适应度最高的候选网络形成第二网络模型，包括：

以相同概率从所述第一网络模型中随机选取预设数量的候选网络作为种群集合，被选取的候选网络添加至种群记录中；

将所述种群集合中随机采样的候选网络构建候选集合，并选择所述候选集合中在验证集上适应度最高的候选网络作为亲本；

通过调整所述候选网络的组成结构形成新的候选网络，并将所述新的候选网络添加到所述种群集合和所述种群记录中，同时删除适应度低于预设阈值的候选网络，以保持所述种群集合内候选网络数量不变；

重复迭代更新所述种群集合中的候选网络，直至所述种群集合符合预设停止条件，选取所述更新后种群集合中适应度最高的候选网络形成第二网络模型。