买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国移动通信集团湖北有限公司;中国移动通信集团有限公司

摘要：本发明提供一种语音识别模型训练、语音识别方法及装置，属于人工智能技术领域，包括：将语音样本输入至待训练的语音识别模型；获取识别过程中的总损失，以对语音识别模型进行训练。语音识别模型包括语音编码器、信息解耦模块和语音解码器；信息解耦模块包括语音信息编码单元、语音信息重构单元、梯度反转单元、内容信息重构单元和副语言信息重构单元；内容信息重构模块将副语言信息重构到内容信息；副语言信息重构模块将内容信息重构到副语言信息。本发明将内容信息的识别任务与副语言信息的移除任务结合在一起形成端到端的方法，训练过程中对内容信息和副语言信息清晰界定，便于模型能够明确移除副语言信息，进而提升语音识别系统的鲁棒性。

主权项：1.一种语音识别模型训练方法，其特征在于，包括：将任一语音样本输入至待训练的语音识别模型；获取所述语音识别模型对语音样本进行识别过程中的总损失，以最小化所述总损失为目标对所述语音识别模型进行训练；所述总损失至少是基于第一损失、第二损失和第三损失确定的；所述语音识别模型包括语音编码器、信息解耦模块和语音解码器，所述信息解耦模块包括语音信息编码单元、语音信息重构单元、第一梯度反转单元、第二梯度反转单元、内容信息重构单元和副语言信息重构单元；所述语音编码器，用于对输入的所述语音样本进行特征提取，并将提取的第一语音信息输入至所述信息解耦模块；所述语音信息编码单元，用于将所述第一语音信息编码为第一内容信息和第一副语言信息；所述第一内容信息经过所述第一梯度反转单元反转传播至所述副语言信息重构单元，生成第二副语言信息；所述第一副语言信息经过所述第二梯度反转单元反转传播至所述内容信息重构单元，生成第二内容信息；获取所述副语言信息重构单元生成所述第二副语言信息时的损失作为所述第一损失，并获取所述内容信息重构单元生成所述第二内容信息时的损失作为所述第二损失；获取所述语音信息重构单元将所述第一内容信息和所述第一副语言信息重构为第二语音信息时的损失作为所述第三损失。

全文数据：

权利要求：

百度查询： 中国移动通信集团湖北有限公司 中国移动通信集团有限公司 语音识别模型训练、语音识别方法及装置