[发明专利]语音识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种语音识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标领域的音频样本和对应所述音频样本的第一文本样本，以及未对应所述音频样本的目标领域的第二文本样本；基于所述第二文本样本对训练前的语音识别网络中的解码器进行训练；当所述语音识别网络的收敛程度达到第一收敛条件时，基于所述音频样本和所述第一文本样本对所述语音识别网络中的编码器和解码器进行训练，直至所述语音识别网络的收敛程度达到第二收敛条件，得到训练后的语音识别网络；通过所述训练后的语音识别网络对待识别语音进行识别，得到识别文本。采用本方法能够提高语音识别的准确性。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种语音识别方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着人工智能技术的发展，语音识别技术得到广泛应用。语音识别技术是将人类语音中的内容转换为计算机可读的输入，从而实现人机交互。传统技术中，由于特定领域(例如，餐饮领域、旅游业领域)的待识别语音包含特殊的文法结构和专有名词，且语音中可能包含较大噪声，导致语音识别的准确性低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高语音识别准确性的语音识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种语音识别方法。所述方法包括：

获取目标领域的音频样本和对应所述音频样本的第一文本样本，以及未对应所述音频样本的目标领域的第二文本样本；

基于所述第二文本样本对训练前的语音识别网络中的解码器进行训练；

当所述语音识别网络的收敛程度达到第一收敛条件时，基于所述音频样本和所述第一文本样本对所述语音识别网络中的编码器和解码器进行训练，直至所述语音识别网络的收敛程度达到第二收敛条件，得到训练后的语音识别网络；

通过所述训练后的语音识别网络对待识别语音进行识别，得到识别文本。

第二方面，本申请还提供了一种语音识别装置。所述装置包括：

获取模块，用于获取目标领域的音频样本和对应所述音频样本的第一文本样本，以及未对应所述音频样本的目标领域的第二文本样本；

训练模块，用于基于所述第二文本样本对训练前的语音识别网络中的解码器进行训练；

所述训练模块，还用于当所述语音识别网络的收敛程度达到第一收敛条件时，基于所述音频样本和所述第一文本样本对所述语音识别网络中的编码器和解码器进行训练，直至所述语音识别网络的收敛程度达到第二收敛条件，得到训练后的语音识别网络；

识别模块，用于通过所述训练后的语音识别网络对待识别语音进行识别，得到识别文本。

在一个实施例中，所述训练模块，还用于：

将所述第二文本样本输入训练前的语音识别网络中的解码器，以通过所述解码器对所述第二文本样本进行处理，得到解码文本；

基于所述第二文本样本以及所述解码文本计算得到第一损失值；

根据所述第一损失值对所述解码器的网络参数进行调整。

在一个实施例中，所述训练模块，还用于：

在所述解码器的网络参数中，确定目标网络参数；所述目标网络参数为所述解码器中除交叉注意力层之外的其他网络参数；

根据所述第一损失值，对所述目标网络参数进行调整，并且在对所述目标网络参数进行调整的过程中使所述交叉注意力层的网络参数保持固定。

在一个实施例中，所述训练模块，还用于：