语音识别方法、语音识别模型的训练方法及相关设备与流程

本申请涉及语音识别，特别是涉及一种语音识别方法、语音识别模型的训练方法、计算机设备及计算机可读存储介质。

背景技术：

1、语音识别是通过机器的识别和理解过程将人发出的声音、字节或短语转换成相应的文字或符号，或者给出响应的一种信息技术。随着语音识别技术的不断发展，语音识别已经广泛应用于人们的日常生活中。

2、目前，通常采用语音识别模型进行语音识别，然而，在语音识别中，会经常出现说话人发音不标准、带有口音的情况，导致语音识别模型对语音识别的准确度低。

技术实现思路

1、本申请主要解决的技术问题是提供一种语音识别方法、语音识别模型的训练方法及相关设备，能够提高语音识别的准确度。

2、为了解决上述问题，本申请第一方面提供了一种语音识别方法，该方法包括：获取待识别的目标语音；获取目标语音的语音特征；利用语音识别模型对语音特征进行语音识别，得到语音识别结果；其中，语音识别模型是利用构建的预设发音词典训练得到的，预设发音词典包含若干字词的标准发音和扩展发音，同一字词的扩展发音和标准发音为不同发音。

3、为了解决上述问题，本申请第二方面提供了一种语音识别模型的训练方法，该方法包括：获取语音发音样本，语音发音样本包含多种发音的发音样本，多种发音包含标准发音和扩展发音；以及构建预设发音词典，预设发音词典包含若干字词的标准发音和扩展发音，同一字词的扩展发音和标准发音为不同发音；利用语音识别模型实现上述语音识别方法任一步骤，得到预测语音识别结果；基于预测语音识别结果对语音识别模型进行训练，得到经过训练的语音识别模型。

4、为了解决上述问题，本申请第三方面提供了一种计算机设备，该计算机设备包括相互耦接的存储器和处理器，存储器中存储有程序数据，处理器用于执行程序数据以实现上述任一方法的任一步骤。

5、为了解决上述问题，本申请第四方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有能够被处理器运行的程序数据，程序数据用于实现上述任一方法的任一步骤。

6、上述方案，通过获取待识别的目标语音，以及获取目标语音的语音特征，从而利用语音识别模型对语音特征进行语音识别，得到语音识别结果，由于语音识别模型是利用构建的预设发音词典训练得到的，预设发音词典包含若干字词的标准发音和扩展发音，同一字词的扩展发音和标准发音为不同发音，语音识别模型能够识别出字词的标准发音和扩展发音，使得语音识别模型能够对不标准的发音、带有口音或混合多种发音进行语音识别，从而提高语音识别的准确度。

技术特征：

1.一种语音识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，构建所述预设发音词典，包括：

3.根据权利要求2所述的方法，其特征在于，所述获取所述字词对应的扩展发音，包括以下至少一个步骤：

4.根据权利要求2所述的方法，其特征在于，在所述字词对应多个扩展发音的情况下，所述在所述基础词典的字词对应的标准发音中添加所述扩展发音，并将所述标准发音和所述扩展发音排序形成序列，得到所述预设发音词典的字词对应的预设发音序列，包括：

5.根据权利要求2所述的方法，其特征在于，所述得到所述预设发音词典的字词对应的预设发音序列之后，包括：

6.根据权利要求5所述的方法，其特征在于，所述对所述标准发音及所述扩展发音分别设置发音概率，包括：

7.根据权利要求1所述的方法，其特征在于，所述获取所述目标语音的语音特征，包括：

8.一种语音识别模型的训练方法，其特征在于，包括：

9.一种计算机设备，其特征在于，包括相互耦接的存储器和处理器，所述存储器中存储有程序数据，所述处理器用于执行所述程序数据以实现权利要求1至8任一项所述方法的步骤。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器运行的程序数据，所述程序数据用于实现权利要求1至8任一项所述方法的步骤。

技术总结本申请公开了一种语音识别方法、语音识别模型的训练方法及相关设备。该方法包括：获取待识别的目标语音；获取目标语音的语音特征；利用语音识别模型对语音特征进行语音识别，得到语音识别结果；其中，语音识别模型是利用构建的预设发音词典训练得到的，预设发音词典包含若干字词的标准发音和扩展发音，同一字词的扩展发音和标准发音为不同发音。上述方案，能够提高语音识别的准确度。技术研发人员：方瑞东,李若愚,林聚财,吴人杰,黄惠祥,史巍,殷俊受保护的技术使用者：浙江大华技术股份有限公司技术研发日：技术公布日：2024/2/19