基于机器学习的语音识别方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，揭露一种基于机器学习的语音识别方法，包括：预先选取适用于语音识别的基础网络组成包含不同候选网络的超网络空间，针对超网络空间中不同候选网络形成第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度，使用进化算法从第一网络模型中选取适应度最高的候选网络形成第二网络模型，对第二网络模型针对语音样本进行重新训练，构建语音识别模型，将目标语音片段输入至语音识别模型中进行识别，得到目标语音片段映射的文本表示。本发明专利技术能够在训练过程中使用权重共享机制对候选网络进行评估，更精准的寻找到合适的网络模型，提高网络模型的语音识别效果。音识别效果。音识别效果。

【技术实现步骤摘要】
基于机器学习的语音识别方法、装置、设备及介质


[0001]本专利技术涉及人工智能
，尤其是涉及到基于机器学习的语音识别方法、装置、计算机设备及计算机存储介质。

技术介绍

[0002]随着科技的发展进步，语音是一种重要的、被广泛应用的促进人与人之间交流的技术，如今，人们不再满足于彼此交流，而是在生活中与不同的机器建立对话。自动语音识别技术可以将用户的语音转换为一系列的单词，并使机器能够理解，从而创造出一种自然的人机交流。
[0003]传统的自动识别技术由几个部分组成，包括特征提取、声学、发音和语音建模。由于构建和调整这些单独的组件是分别训练和使用不同的评估标准，很难获取到最优解，而随着端到端架构的深度学习的出现，自动识别技术取得了很大的突破，主要是由CNN、RNN、Transformer等网络模型驱动的。然而，网络模型的设计需要有经验的专家进行反复试验，很难选取到合适的网络模型，影响语音识别效果。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于机器学习的语音识别方法、装置、计算机设备及计算机存储介质，主本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的语音识别方法，其特征在于，所述方法包括：预先选取适用于语音识别的基础网络结构组成包含不同候选网络的超网络空间，所述基础网络结构中操作使用不同连接方式形成不同的候选网络；针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度，所述神经结构搜索框架使用权重共享机制对候选网络进行评估；使用进化算法从所述第一网络模型中选取适应度最高的候选网络形成第二网络模型；对所述第二网络模型针对所述语音样本进行重新训练，构建语音识别模型，所述语音识别模型用于将语音转换为相应的文本表示；响应于语音识别指令，将目标语音片段输入至所述语音识别模型进行识别，得到所述目标语音片段映射的文本表示。2.根据权利要求1所述的方法，其特征在于，所述预先选取适用于语音识别的基础网络结构组成包含不同候选网络的超网络空间，包括：预先选取适用于语音识别的可选模块组成基础网络结构，所述可选模块包括不同操作，所述操作包括卷积和同一化核；通过启用或者禁止的方式控制所述基础网络结构中操作使用不同连接方式，形成包含不同候选网络的超网络空间。3.根据权利要求1所述的方法，其特征在于，在所述针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度之前，所述方法还包括：针对预先采集的语音信号进行采样，并使用预设窗口和固定时间帧移进行分析，提取语音信号特征作为语音样本。4.根据权利要求1所述的方法，其特征在于，所述针对所述超网络空间中不同候选网络形成的第一网络模型，采用神经网络搜索框架对输入有语音样本的第一网络模型进行训练及评估，得到候选网络的适应度，包括：通过对所述超网络空间内基础网络结构中操作的连接方式进行调整，形成包含不同候选网络的第一网络模型；利用语音样本，对所述第一网络模型进行训练，并在训练过程中使用权重共享机制调整所述第一网络模型中的候选网络；针对调整候选网络后的第一网络模型进行评估，得到候选网络的适应度。5.根据权利要求4所述的方法，其特征在于，所述通过对所述超网络空间内基础网络结构中操作的连接方式进行调整，形成包含不同候选网络的第一网络模型，包括：通过在基础网络结构中启用所有操作，预先训练包含预设候选网络的超网络空间；针对训练后的超网络空间模拟所有可选模块，通过保留被选择的操作以抽样形成包含不同候选网络的第一...

【专利技术属性】
技术研发人员：张楠，王健宗，瞿晓阳，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：