【技术实现步骤摘要】
语音识别模型的训练、语音识别方法、装置、设备及介质
本公开涉及数据处理领域，尤其涉及语音识别模型的训练、语音识别方法、装置、设备及介质。
技术介绍
相关技术中，通过端到端模型可以将语音数据转换为文本数据，实现简化序列转换操作，同时简化训练过程。其中，序列可以包括文本、语音、图像或视频等序列数据。例如，端到端模型为语音识别模型，训练数据包括语音和文本对。需要通过采集大量语音，并对应标注成文本，形成语音和文本对，以对模型进行训练。在上述方式中，为了保证语音和文本的映射关系准确率，以及为了提高在未知的语音领域的识别准确率，也即为了提高模型的泛化能力，训练需要大量的语音和文本对，相应的，这需要耗费大量的时间和人工成本。
技术实现思路
本公开提供一种语音识别模型的训练、语音识别方法、装置、设备及介质，以至少解决相关技术中语音识别模型的训练效率低的问题。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种语音识别模型的训练方法，包括：获取第一语音数据；将所述第一语音数据输...
【技术保护点】
1.一种语音识别模型的训练方法，其特征在于，包括：/n获取第一语音数据；/n将所述第一语音数据输入至第一语音识别模型中，获取所述语音识别模型输出的至少一个第一文本数据；/n按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，并根据所述第一语音数据，生成第一语音识别样本；/n获取第二语音识别样本，所述第二语音识别样本包括第二语音数据和第三文本数据，所述第二语音数据的语义和所述第三文本数据的语义相同；/n将所述第一语音识别样本和所述第二语音识别样本输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，生成第二语音识别模型。/n
【技术特征摘要】 【专利技术属性】
1.一种语音识别模型的训练方法，其特征在于，包括：
获取第一语音数据；
将所述第一语音数据输入至第一语音识别模型中，获取所述语音识别模型输出的至少一个第一文本数据；
按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，并根据所述第一语音数据，生成第一语音识别样本；
获取第二语音识别样本，所述第二语音识别样本包括第二语音数据和第三文本数据，所述第二语音数据的语义和所述第三文本数据的语义相同；
将所述第一语音识别样本和所述第二语音识别样本输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，生成第二语音识别模型。
2.根据权利要求1所述的语音识别模型的训练方法，其特征在于，所述按照预设语法规则，从各所述第一文本数据中识别出第二文本数据，包括：
分别从各所述第一文本数据提取出匹配的语法特征，并根据匹配的语法特征，计算各所述第一文本数据的语法优先级；
比较各所述第一文本数据的语法优先级，获取语法优先级最高的第一文本数据，并作为第二文本数据。
3.根据权利要求1所述的语音识别模型的训练方法，其特征在于，将所述第一语音识别样本和所述第二语音识别样本输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，包括：
根据多个第一语音识别样本，生成至少一个第一训练数据组；
根据多个第二语音识别样本，生成至少一个第二训练数据组；
根据多个第一语音识别样本和多个第二语音识别样本，生成至少一个第三训练数据组，其中，所述第一训练数据组包括的样本数量、所述第二训练数据组包括的样本数量和所述第三训练数据组包括的样本数量相同；
将所述第一训练数据组、所述第二训练数据组和所述第三训练数据组交替输入至所述第一语音识别模型中，对所述第一语音识别模型继续进行训练，其中，相邻输入的两个训练数据组不同。
4.根据权利要求3所述的语音识别模型的训练方法，其特征在于，在对所述第一语音识别模型继续进行训练的同时，还包括：
计算所述第一语音识别模型的泛化误差；
如果所述第一语音识别模型的泛化误差小于等于第一误差阈值，则根据所述第二训练数据组继续对所述第一语音识别模型进行训练。
5.根据权利要求4所述的语音识别模型的训练方法，其特征在于，所述生成第二语音识别模型，包括：
在所述第一语音识别模型的训练过程中，计算所述第一语音识别模型的泛化误差；
技术研发人员：李杰，王晓瑞，李岩，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。