语音识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及语音处理领域，公开了一种语音识别方法、装置、计算机设备及存储介质，其方法包括：通过自适应采样实时获取待识别语音；对待识别语音进行预处理，获得满足预设处理要求的优化语音；通过去重语音识别模型处理优化语音，获得去重文本；去重语音识别模型为经过剪枝处理后具有去重功能的语音识别模型。本发明专利技术使用去重语音识别模型处理待识别语音，获取去重文本，解决了语音识别模型出现词语或句子重复的问题，特别是长时间语音转录和复杂对话记录等场景下，显著减少语词重复现象，优化了模型效率和体验。

【技术实现步骤摘要】

本专利技术涉及语音处理领域，适用于金融科技领域，尤其涉及一种语音识别方法、装置、计算机设备及存储介质。

技术介绍

1、随着金融科技（fintech）行业的快速发展，客户服务、交易处理和金融咨询等业务流程对自动化和智能化的需求日益增长。语音识别技术作为人工智能的一个重要分支，在提升用户体验、优化运营效率方面展现了巨大的潜力。特别是在金融科技领域，通过语音交互实现账户查询、转账支付、投资建议等功能不仅能够简化操作流程，还能为用户提供更加便捷的服务体验。

2、现有的语音识别模型，如whisper（由开源人工智能公司openai开发的一种多语言语音识别模型）等，在跨语言识别和鲁棒性方面表现出色，广泛应用于语音转录和自然语言处理任务。然而，在处理长文本或复杂语音输入时，语音识别模型易出现词语或句子重复的问题，影响识别效率和准确性，增加后续处理难度，降低用户体验。现有优化手段如参数调优和数据增强，虽有一定效果，但无法从根本上解决模型内部结构冗余导致的重复现象。

技术实现思路

1、基于此，有必要针对上述技术问题本文档来自技高网...

【技术保护点】

1.一种语音识别方法，其特征在于，包括：

2.如权利要求1所述的语音识别方法，其特征在于，所述通过去重语音识别模型处理所述优化语音，获得去重文本之前，还包括：

3.如权利要求2所述的语音识别方法，其特征在于，所述获取与预训练模型匹配的剪枝规则，包括：

4.如权利要求2所述的语音识别方法，其特征在于，所述根据所述剪枝规则对所述预训练模型进行剪枝，获得待评估语音识别模型，包括：

5.如权利要求4所述的语音识别方法，其特征在于，所述根据所述各个线性层的权重和所述剪枝规则确定权重阈值，包括：

6.如权利要求2所述的语音识别方法，其特征在...

【技术特征摘要】

1.一种语音识别方法，其特征在于，包括：

2.如权利要求1所述的语音识别方法，其特征在于，所述通过去重语音识别模型处理所述优化语音，获得去重文本之前，还包括：

3.如权利要求2所述的语音识别方法，其特征在于，所述获取与预训练模型匹配的剪枝规则，包括：

4.如权利要求2所述的语音识别方法，其特征在于，所述根据所述剪枝规则对所述预训练模型进行剪枝，获得待评估语音识别模型，包括：

5.如权利要求4所述的语音识别方法，其特征在于，所述根据所述各个线性层的权重和所述剪枝规则确定权重阈值，包括：

6.如权利要求2所述的语音识别方法，其特征在于，所述对所述待评估语音识别...

【专利技术属性】
技术研发人员：孙天宇，张嘉雯，魏韬，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：