一种语种识别模型训练、语种识别的方法和相关装置制造方法及图纸

本申请公开了一种语种识别模型训练、语种识别的方法和相关装置，该方法包括：语种标签和随机噪声输入生成网络获得伪语种向量；训练语音数据的语种特征输入神经网络获得真语种向量；将伪语种向量和真语种向量分别输入判别网络获得判别概率和预测语种标签；基于判别概率和预测语种标签训练生成网络、神经网络和判别网络获得语种识别模型。生成网络与判别网络基于随机噪声辅以语种标签模拟语种特征分布增强语种特征，语种标签降低网络收敛难度；神经网络与判别网络处理训练语音数据的语种特征，降低生成网络的模拟复杂度；时长较短语音数据通过语种识别模型能够得到更加精准、稳定的语种向量，提高短时语音语种识别的精度和准确度。

【技术实现步骤摘要】
一种语种识别模型训练、语种识别的方法和相关装置
本申请涉及语音数据处理
，尤其涉及一种语种识别模型训练、语种识别的方法和相关装置。
技术介绍
随着智能识别技术的快速发展，语种识别技术越来越多受到人们的关注。由于某些原因相邻地域的语言可能采用同一种语言但存在一些差别，即，一个语系下可能有多个小语种。针对同一语系下的小语种，语种识别技术的准确性要求较高。目前，语种识别方法主要是基于全变量因子分析技术，具体地，提取待识别语音数据中反映语种信息的语种特征；通过前向-后向算法(Baum-Welch算法)按时序计算每帧待识别语音数据的语种特征在混合高斯模型每个高斯成分中的后验占有率；利用预先训练的全变量空间进行线性投影获得待识别语音数据的语种向量；基于该语种向量与各类语种的语种标准向量的相似度确定待识别语音数据的语种类别。但是，采用上述语种识别方法，当待识别语音数据时长较短时，其语音内容较为稀疏，提取的特征无法精确反映语种信息；且提取的特征数量不够充分，则够进行统计计算的特征数量不足；即使采用时序帧移方式最终获得的语种向量也不够精确、本文档来自技高网...

【技术保护点】
1.一种语种识别模型训练的方法，其特征在于，包括：/n将语种标签和随机噪声输入生成网络获得伪语种向量；将训练语音数据的语种特征输入神经网络获得真语种向量；/n利用判别网络获得所述伪语种向量的判别结果和所述真语种向量的判别结果，所述判别结果包括判别概率和预测语种标签；/n基于所述判别概率和所述预测语种标签训练所述生成网络、所述神经网络和所述判别网络获得语种识别模型。/n

【技术特征摘要】
1.一种语种识别模型训练的方法，其特征在于，包括：
将语种标签和随机噪声输入生成网络获得伪语种向量；将训练语音数据的语种特征输入神经网络获得真语种向量；
利用判别网络获得所述伪语种向量的判别结果和所述真语种向量的判别结果，所述判别结果包括判别概率和预测语种标签；
基于所述判别概率和所述预测语种标签训练所述生成网络、所述神经网络和所述判别网络获得语种识别模型。


2.根据权利要求1所述的方法，其特征在于，所述将语种标签和随机噪声输入生成网络获得伪语种向量，包括：
基于所述语种标签和所述生成网络的嵌入层获得语种标签向量；
拼接所述语种标签向量和对应的所述随机噪声获得拼接向量；
基于所述拼接向量和所述生成网络的全连接层获得所述伪语种向量。


3.根据权利要求2所述的方法，其特征在于，所述基于所述语种标签和所述生成网络的嵌入层获得语种标签向量，包括：
将多个不同类别的语种标签输入所述生成网络的嵌入层获得各类别语种标签的语种标签向量；
基于每个所述语种标签的类别筛选所述各类别语种标签的语种标签向量，获得每个所述语种标签的语种标签向量。


4.根据权利要求3所述的方法，其特征在于，所述多个不同类别的语种标签中各类别语种标签的数量均衡；所述随机噪声符合正态分布；所述神经网络包括双向长短期记忆网络。


5.根据权利要求1所述的方法，其特征在于，所述基于所述判别概率和所述预测语种标签训练所述生成网络、所述神经网络和所述判别网络获得语种识别模型，包括：
基于所述判别概率和所述预测语种标签训练所述生成网络、所述神经网络和所述判别网络获得生成模型、神经网络模型和判别模型；
基于所述神经网络模型和所述判别模型获得目标语种识别模型。


6.根据权利要求1-5任一项所述的方法，其特征在于，所述基于所述判别概率和所述预测语种标签训练所述生成网络，包括：
基于所述伪语种向量的判别概率、期望概率1、预测语种标签和所述语种标签，利用交叉熵损失函数获得所述生成网络的损失函数；
基于所述生成网络的损失函数更新所述生成网络的网络参数。


7.根据权利要求1-5任一项所述的方法，其特征在于，所述基于所述判别概率和所述预测语种标签训练所述神经网络和所述判别网络，包括：
基于所...

【专利技术属性】
技术研发人员：赵佰军，褚繁，李晋，方昕，柳林，
申请(专利权)人：科大讯飞股份有限公司，赵佰军，
类型：发明
国别省市：安徽;34