模型更新方法、装置、设备及存储介质制造方法及图纸

本公开实施例公开了一种模型更新方法、装置、设备及存储介质，其中，所述方法包括：响应于接收用户终端发送的音频信息，利用平台端的平台模型对音频信息进行识别，得到第一识别结果；将第一识别结果发送至用户终端；接收用户终端上传的更新后的端侧模型；其中，更新后的端侧模型是用户终端基于第一识别结果和第二识别结果对初始的端侧模型进行更新得到的，第二识别结果是由端侧模型对音频信息进行识别得到的；对更新后的端侧模型和平台模型进行融合，得到更新后的平台模型。本公开实施例可以提高模型更新的效率和自动化程度。提高模型更新的效率和自动化程度。提高模型更新的效率和自动化程度。

【技术实现步骤摘要】
模型更新方法、装置、设备及存储介质


[0001]本公开涉及但不限于计算机
，尤其涉及一种模型更新方法、装置、设备及存储介质。

技术介绍

[0002]随着人工智能技术的快速发展，智能语音等技术更加广泛地被应用在各行各业，有效地提高了交互效率。相关技术中，智能语音训练平台在进行模型训练时，通常采用大规模语料数据、全语料增量训练方式进行模型的更新，但这样会对模型的整体识别效果产生影响，导致识别结果的准确性降低。

技术实现思路

[0003]有鉴于此，本公开实施例至少提供一种模型更新方法、装置、设备及存储介质。
[0004]本公开实施例的技术方案是这样实现的：
[0005]一方面，本公开实施例提供一种模型更新方法，应用于平台端，包括：响应于接收用户终端发送的音频信息，利用所述平台端的平台模型对所述音频信息进行识别，得到第一识别结果；将所述第一识别结果发送至所述用户终端；接收所述用户终端上传的更新后的端侧模型；所述更新后的端侧模型是所述用户终端基于所述第一识别结果和第二识别结果对初始的端侧模型进行更新得到的，所述第二识别结果是由所述端侧模型对所述音频信息进行识别得到的；对所述更新后的端侧模型和所述平台模型进行融合，得到更新后的平台模型。
[0006]另一方面，本公开实施例提供一种模型更新装置，应用于平台端，包括：第一识别模块，用于响应于接收用户终端发送的音频信息，利用所述平台端的平台模型对所述音频信息进行识别，得到第一识别结果；发送模块，用于将所述第一识别结果发送至所述用户终端；接收模块，用于接收所述用户终端上传的更新后的端侧模型；所述更新后的端侧模型是所述用户终端基于所述第一识别结果和第二识别结果对初始的端侧模型进行更新得到的，所述第二识别结果是由所述端侧模型对所述音频信息进行识别得到的；融合模块，用于对所述更新后的端侧模型和所述平台模型进行融合，得到更新后的平台模型。
[0007]再一方面，本公开实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法中的部分或全部步骤。
[0008]又一方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法中的部分或全部步骤。
[0009]又一方面，本公开实施例提供一种计算机程序，包括计算机可读代码，当所述计算机可读代码在计算机设备中运行时，所述计算机设备中的处理器执行用于实现上述方法中的部分或全部步骤。
[0010]又一方面，本公开实施例提供一种计算机程序产品，所述计算机程序产品包括存
储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序被计算机读取并执行时，实现上述方法中的部分或全部步骤。
[0011]相关技术中，直接基于新增的音频信息对用户终端中的端侧小样本模型进行重训练，得到新的端侧小样本模型的技术方案。而本公开实施例中，首先，平台端通过响应于接收用户终端发送的音频信息，利用平台端的平台模型对音频信息进行识别，得到第一识别结果。这样，平台端可以对音频信息进行一次识别。其次，平台端可以将第一识别结果发送至用户终端；其中，第一识别结果和第二识别结果用于用户终端对用户终端的端侧模型进行更新，第二识别结果是由端侧模型对音频信息进行识别得到的。这样，用户终端通过平台端的第一识别结果以及自身的第二识别结果，更加准确地对自身的端侧模型进行更新。然后，平台端通过接收用户终端上传的更新后的端侧模型，对更新后的端侧模型和平台模型进行融合，快速准确地得到更新后的平台模型，有效地减小用于用户终端和平台端等多端中模型更新后对模型识别能力的影响，提高模型更新的效率和自动化程度等。
[0012]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开的技术方案。
附图说明
[0013]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
[0014]图1为本公开实施例提供的第一种模型更新方法的实现流程示意图；
[0015]图2为本公开实施例提供的第二种模型更新方法的实现流程示意图；
[0016]图3为本公开实施例提供的第三种模型更新方法的实现流程示意图；
[0017]图4为本公开实施例提供的第四种模型更新方法的实现流程示意图；
[0018]图5为本公开实施例提供的一种多业务语音交互系统的结构示意图；
[0019]图6为本公开实施例提供的第五种模型更新方法的实现流程示意图；
[0020]图7为本公开实施例提供的一种语料扩充方法的实现流程示意图；
[0021]图8为本公开实施例提供的一种模型更新装置的组成结构示意图；
[0022]图9为本公开实施例提供的一种计算机设备的硬件实体示意图。
具体实施方式
[0023]为了使本公开的目的、技术方案和优点更加清楚，下面结合附图和实施例对本公开的技术方案进一步详细阐述，所描述的实施例不应视为对本公开的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。
[0024]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。所涉及的术语“第一/第二/第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本公开实施例能够以除了在这里图示或描述的以外的顺序实施。
[0025]除非另有定义，本文所使用的所有的技术和科学术语与属于本公开的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本公开的目的，不是旨在限制本公开。
[0026]本公开实施例提供一种模型更新方法，该方法可以由平台端的处理器执行。其中，平台端可以是指具有存储、运行平台模型的设备或平台等，如，云端服务器等。平台模型可以是指数据量较大、结构较复杂、较通用的模型，平台端可以基于平台模型生成数据量较小、具有用户个性识别偏向的端侧模型，并将端侧模型发送至用户终端，以使得用户终端可以利用端侧模型与用户进行语音交互等操作。用户终端可以是指服务器、笔记本电脑、平板电脑、台式计算机、移动设备(例如移动电话、便携式游戏设备)等具备模型更新能力的设备。图1为本公开实施例提供的一种模型更新方法的实现流程示意图，如图1所示，该方法包括如下步骤S101至步骤S104：
[0027]步骤S101，响应于接收用户终端发送的音频信息，利用所述平台端的平台模型对所述音频信息进行识别，得到第一识别结果。
[0028]这里，音频信息可以是指携带有用户语料的信息，如，用户与用户终端进行交互的点播语句等。音频信息可以为用于表征用户语料的音频，也可以为用于表征用户语料的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型更新方法，其特征在于，应用于平台端，包括：响应于接收用户终端发送的音频信息，利用所述平台端的平台模型对所述音频信息进行识别，得到第一识别结果；将所述第一识别结果发送至所述用户终端；接收所述用户终端上传的更新后的端侧模型；所述更新后的端侧模型是所述用户终端基于所述第一识别结果和第二识别结果对初始的端侧模型进行更新得到的，所述第二识别结果是由所述端侧模型对所述音频信息进行识别得到的；对所述更新后的端侧模型和所述平台模型进行融合，得到更新后的平台模型。2.根据权利要求1所述的方法，其特征在于，所述平台模型为主题识别模型，所述主题识别模型至少包括至少两个子语言学模型；所述利用所述平台端的平台模型对所述音频信息进行识别，得到第一识别结果，包括：利用每一所述子语言学模型对所述音频信息进行识别，得到每一所述子语言学模型所对应的子识别结果；基于所有的所述子识别结果，确定所述第一识别结果；其中，至少两个所述子语言学模型用于生成所述端侧模型。3.根据权利要求2所述的方法，其特征在于，所述第一识别结果为所述音频信息的当前主题；所述方法还包括：在所述当前主题不属于预设的主题集合的情况下，基于至少两个所述子语言学模型，生成小样本模型；将所述小样本模型对应的软件包发送至所述用户终端；其中，所述软件包用于所述端侧模型的同步。4.根据权利要求3所述的方法，其特征在于，所述基于至少两个所述子语言学模型，生成小样本模型，包括：确定所述音频信息的当前句式；在所述当前句式满足预设条件的情况下，按照预设时间间隔，基于所述音频信息和至少两个所述子语言学模型，生成所述小样本模型；所述将所述软件包发送至所述用户终端，包括：采用热部署方式，将所述软件包发送至所述用户终端。5.根据权利要求2所述的方法，其特征在于，所述平台模型至少包括语义识别模型；所述利用所述平...

【专利技术属性】
技术研发人员：杨一帆，陆柯峰，荣玉军，罗红，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：