一种支持本地模型训练的离线语音识别设备制造技术

本发明专利技术提供了一种支持本地模型训练的离线语音识别设备，包括：声学模型，用于将用户语音并转化为语音数据；指令集，用于存储命令词；语言模型，用于对语音数据进行识别，并提取语音数据里的命令词；声音存储模块，用于存储采集到的用户语音数据；声音检测模块，用于启动声学模型、语言模型，并对用户语音进行识别；训练模块，用于对声学模型、语言模型进行模型训练；离线语音识别设备包括普通训练模式，当用户语音或语音数据采集量满足设定阈值时，启动训练模块，进行模型训练；所述离线语音识别设备还包括特殊训练模式；通过语音指令触发训练，使设备启动训练模式，进行训练。本发明专利技术可进行本地模型训练，不需联网也可实现语音识别及模型训练。模型训练。模型训练。

【技术实现步骤摘要】
一种支持本地模型训练的离线语音识别设备


[0001]本专利技术涉及一种离线语音识别设备，特别是涉及一种支持本地模型训练的离线语音识别设备。

技术介绍

[0002]现有语音识别设备都是采用语音识别算法实现对用户语言的识别。语音识别算法主要基于深度学习理论实现的语音识别。但深度学习需要基于大量的数据进行训练，现有的技术都是传到云端服务器训练后，再下载更新，导致语音模型在更新时需要联网，对于离线语音识别产品来说，严重限制了语音识别设备的后续识别效果提升。而随着现有语音识别终端产品的计算能力已经大幅提升，对于小场景的小数据可以实现本地化训练，需要配备支持本地模型训练的离线语音识别方法。

技术实现思路

[0003]本专利技术提供了一种支持本地模型训练的离线语音识别设备，以实现在离线情况下对语音的识别及训练。
[0004]本专利技术提供了一种支持本地模型训练的离线语音识别设备，包括：
[0005]声学模型，所述声学模型用于将用户语音并转化为语音数据；
[0006]指令集，所述指令集用于存储命令词；
[0007本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种支持本地模型训练的离线语音识别设备，其特征在于，所述离线语音识别设备包括：声学模型，所述声学模型用于将用户语音并转化为语音数据；指令集，所述指令集用于存储命令词；语言模型，所述语言模型用于对语音数据进行识别，并提取语音数据里的命令词；声音存储模块，所述声音存储模块用于存储采集到的用户语音、语音数据；声音检测模块，所述声音检测模块用于启动声学模型、语言模型，并对用户语音进行识别；训练模块，所述训练模块用于对声学模型、语言模型进行模型训练；离线语音识别设备包括普通训练模式，在普通训练模式下，当用户语音或语音数据采集量满足设定阈值时，启动训练模块，进行模型训练。2.根据权利要求1所述一种支持本地模型训练的离线语音识别设备，其特征在于，所述离线语音识别设备还包括特殊训练模式；在特殊训练模式下，通过语音指令触发训练，使设备启动训练模式，进行训练。3.根据权利要求1所述一种支持本地模型训练的离线语音识别设备，其特征在于，所述普通训练模式的运行过程为：S101.获取语音数据采集量；S102.将语音数据采集量与设定阈值进行比对；S103.若达到设定阈值，则基于当前语音数据采集量对声学模型、语言模型进行模型训练；S104.将训练后的模型作为新的声学模型、语言模型，并更新指令集。4.根据权利要求3所述一种支持本地模型训练的离线语音识别设备，其特征在于，所述普通训练模式的运行过程还包括：S105.对训练后采集的语音数据重新进行语音数据采集量的统计。5.根据权利要求2所述一种支持本地模型训练的离线语音识别设备，其特征在于，所述特殊训练模式的运行过程为：S201.对用户语音进行识别，获取用于训练的控制命令；S202.根据训练命令，对声音存储模块...

【专利技术属性】
技术研发人员：张强，
申请(专利权)人：广州读音智能科技有限公司，
类型：发明
国别省市：