技術(shù)特征：

1.一種語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述語(yǔ)音編碼器和所述信息解耦模塊為多個(gè)，由一個(gè)所述語(yǔ)音編碼器和一個(gè)所述信息解耦模塊構(gòu)成一內(nèi)容信息提取層；

3.根據(jù)權(quán)利要求2所述的語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述總損失是基于所有所述內(nèi)容信息提取層的所述第一損失、所述第二損失和所述第三損失綜合確定的。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述總損失還包括第四損失；

5.根據(jù)權(quán)利要求4所述的語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述總損失還包括第五損失和第六損失；

6.根據(jù)權(quán)利要求1所述的語(yǔ)音識(shí)別模型訓(xùn)練方法，其特征在于，所述語(yǔ)音解碼器用于對(duì)所述語(yǔ)音信息編碼單元輸出的所述第一內(nèi)容信息進(jìn)行解碼，輸出與所述語(yǔ)音樣本對(duì)應(yīng)的文本識(shí)別結(jié)果。

7.一種語(yǔ)音識(shí)別方法，其特征在于，包括：

8.一種語(yǔ)音識(shí)別模型訓(xùn)練裝置，其特征在于，包括：

9.一種語(yǔ)音識(shí)別裝置，其特征在于，包括：

10.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述語(yǔ)音識(shí)別模型訓(xùn)練方法或者權(quán)利要求7所述的語(yǔ)音識(shí)別方法。

11.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述語(yǔ)音識(shí)別模型訓(xùn)練方法或者權(quán)利要求7所述的語(yǔ)音識(shí)別方法。

12.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述語(yǔ)音識(shí)別模型訓(xùn)練方法或者權(quán)利要求7所述的語(yǔ)音識(shí)別方法。

技術(shù)總結(jié)
本發(fā)明提供一種語(yǔ)音識(shí)別模型訓(xùn)練、語(yǔ)音識(shí)別方法及裝置，屬于人工智能技術(shù)領(lǐng)域，包括：將語(yǔ)音樣本輸入至待訓(xùn)練的語(yǔ)音識(shí)別模型；獲取識(shí)別過(guò)程中的總損失，以對(duì)語(yǔ)音識(shí)別模型進(jìn)行訓(xùn)練。語(yǔ)音識(shí)別模型包括語(yǔ)音編碼器、信息解耦模塊和語(yǔ)音解碼器；信息解耦模塊包括語(yǔ)音信息編碼單元、語(yǔ)音信息重構(gòu)單元、梯度反轉(zhuǎn)單元、內(nèi)容信息重構(gòu)單元和副語(yǔ)言信息重構(gòu)單元；內(nèi)容信息重構(gòu)模塊將副語(yǔ)言信息重構(gòu)到內(nèi)容信息；副語(yǔ)言信息重構(gòu)模塊將內(nèi)容信息重構(gòu)到副語(yǔ)言信息。本發(fā)明將內(nèi)容信息的識(shí)別任務(wù)與副語(yǔ)言信息的移除任務(wù)結(jié)合在一起形成端到端的方法，訓(xùn)練過(guò)程中對(duì)內(nèi)容信息和副語(yǔ)言信息清晰界定，便于模型能夠明確移除副語(yǔ)言信息，進(jìn)而提升語(yǔ)音識(shí)別系統(tǒng)的魯棒性。

技術(shù)研發(fā)人員：彭思宇,余昀錦
受保護(hù)的技術(shù)使用者：中國(guó)移動(dòng)通信集團(tuán)湖北有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21