[发明专利]音频识别方法、装置、设备及存储介质

权利要求书

1.一种音频识别方法，其特征在于，包括：

获取待识别音频数据；

将所述待识别音频数据输入至预先训练得到的目标识别模型中，得到识别结果；所述目标识别模型包括多个目标音频识别模块；所述目标音频识别模块用于基于与所述目标音频识别模块对应的目标验证单元，对输入音频数据进行验证得到目标验证结果；所述目标验证结果用于表征是否跳过所述目标音频识别模块对所述输入音频数据的识别处理；所述输入音频数据为基于所述待识别音频数据的音频特征数据；所述目标验证单元用于验证所述输入音频数据的音频信号特征是否符合目标特征范围。

2.根据权利要求1所述的音频识别方法，其特征在于，所述目标音频识别模块还用于在所述目标验证结果表征跳过所述目标音频识别模块对所述输入音频数据的识别处理时，将所述输入音频数据输入至与所述目标音频识别模块相邻、且位于所述目标音频识别模块之后的下一音频识别模块；

或者，在所述目标验证结果表征不跳过所述目标音频识别模块对所述输入音频数据的识别处理时，对所述输入音频数据进行识别处理得到输出音频数据，将所述输出音频数据输入至与所述目标音频识别模块相邻、且位于所述目标音频识别模块之后的下一音频识别模块。

3.根据权利要求1所述的音频识别方法，其特征在于，还包括：

获取多个样本音频数据和初始识别模型；所述初始识别模型包括多个初始音频识别模块；不同的所述初始音频识别模块用于执行不同的音频识别任务；

对多个所述初始音频识别模块中的预设类型模块执行更新操作，得到更新后识别模型；所述更新操作用于为所述预设类型模块添加初始验证单元得到初始目标音频识别模块；所述初始验证单元用于验证输入所述初始目标音频识别模块中的音频数据是否符合初始特征范围；

根据预设损失函数和多个所述样本音频数据对所述更新后识别模型进行训练，得到所述目标识别模型；所述预设损失函数为基于期望通过率生成的；所述期望通过率用于表示在所述更新后识别模型包括的多个预设类型模块中，期望跳过的预设类型模块的占比。

4.根据权利要求3所述的音频识别方法，其特征在于，所述预设类型模块包括卷积类型模块、激活类型模块和残差类型模块中的至少一种；所述对多个所述初始音频识别模块中的预设类型模块执行更新操作，得到更新后识别模型，包括：

将多个所述初始音频识别模块中的预设类型模块确定为待更新识别模块，得到多个所述待更新识别模块；

分别将各所述待更新识别模块的处理逻辑，更新为并行执行所述初始验证单元和所述待更新识别模块对应的音频识别任务的处理过程，得到包括多个所述初始目标音频识别模块的所述更新后识别模型；

所述初始目标音频识别模块用于基于所述初始验证单元对待处理音频数据进行验证得到初始验证结果，并对待处理音频数据进行识别处理得到处理后音频数据，基于所述初始验证结果对所述待处理音频数据和所述处理后音频数据进行加权求和，得到输出结果，将所述输出结果输入至与所述初始目标音频识别模块相邻、且位于所述初始目标音频识别模块之后的下一音频识别模块。

5.根据权利要求4所述的音频识别方法，其特征在于，所述根据预设损失函数和多个所述样本音频数据对所述更新后识别模型进行训练，得到所述目标识别模型，包括：

获取包括预设数量的所述样本音频数据的样本子集合；所述样本子集合为基于多个所述样本音频数据划分得到的；

将所述样本子集合输入至所述更新后识别模型中进行识别处理，确定所述样本子集合中样本音频数据在所述识别处理过程中跳过的所述初始目标音频识别模块的数量；

基于所述样本子集合中样本音频数据在所述识别处理过程中跳过的所述初始目标音频识别模块的数量、所述初始目标音频识别模块的总数量和所述期望通过率，确定所述样本子集合对应的损失值；

在所述损失值小于或等于预设阈值时，分别将各所述初始目标音频识别模块的处理逻辑，更新为串行执行所述初始验证单元和所述初始目标音频识别模块对应的音频识别任务的处理过程，得到包括多个所述目标音频识别模块的所述目标识别模型。