[发明专利]音频识别方法、装置、设备及存储介质

说明书

本公开关于一种音频识别方法、装置、设备及存储介质，涉及计算机技术领域，用于解决通用技术中存在的音频识别模型进行识别处理时效率较低的问题。该音频识别方法包括：获取待识别音频数据；将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；目标识别模型包括多个目标音频识别模块；目标音频识别模块用于基于与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；目标验证结果用于表征是否跳过目标音频识别模块对输入音频数据的识别处理；输入音频数据为基于待识别音频数据的音频特征数据；目标验证单元用于验证输入音频数据的音频信号特征是否符合目标特征范围。

技术领域

本公开涉及计算机技术领域，尤其涉及一种音频识别方法、装置、设备及存储介质。

背景技术

方言识别技术是指从人类话语中识别出具体的方言类别，通常应用在语音处理系统的前端。例如，自动语音识别技术(automatic speech recognition，ASR)、多语言翻译系统和生物特征认证等。目前，主流的方言识别技术是通过有监督的形式训练深度学习模型，进而基于训练得到的模型实现对音频的语种或方言属性的判别。这类模型在处理音频数据时，通常是基于既定的多个处理模块对音频数据进行处理。

然而，音频数据的质量参差不齐，一些音频数据较清晰易于进行区分，一些音频数据的背景音嘈杂难以进行区分。若对这些数据均采用相同的处理流程，则容易造成计算资源和存储资源等资源的浪费，且效率较低。

发明内容

本公开提供一种音频识别方法、装置、设备及存储介质，用于解决通用技术中存在的音频识别模型进行识别处理时效率较低的问题。本公开实施例的技术方案如下：

根据本公开实施例的第一方面，提供一种音频识别方法，包括：获取待识别音频数据；将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；目标识别模型包括多个目标音频识别模块；目标音频识别模块用于基于与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；目标验证结果用于表征是否跳过目标音频识别模块对输入音频数据的识别处理；输入音频数据为基于待识别音频数据的音频特征数据；目标验证单元用于验证输入音频数据的音频信号特征是否符合目标特征范围。

可选地，目标音频识别模块还用于在目标验证结果表征跳过目标音频识别模块对输入音频数据的识别处理时，将输入音频数据输入至与目标音频识别模块相邻、且位于目标音频识别模块之后的下一音频识别模块；

或者，在目标验证结果表征不跳过目标音频识别模块对输入音频数据的识别处理时，对输入音频数据进行识别处理得到输出音频数据，将输出音频数据输入至与目标音频识别模块相邻、且位于目标音频识别模块之后的下一音频识别模块。

可选地，该音频识别方法，还包括：获取多个样本音频数据和初始识别模型；初始识别模型包括多个初始音频识别模块；不同的初始音频识别模块用于执行不同的音频识别任务；对多个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；更新操作用于为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；初始验证单元用于验证输入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样本音频数据对更新后识别模型进行训练，得到目标识别模型；预设损失函数为基于期望通过率生成的；期望通过率用于表示在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。