CN114420108B 一种语音识别模型训练方法、装置、计算机设备及介质 （平安科技（深圳）有限公司）

道福安社区益田路5033号平安金融中域信号，将所述单通道的时域信号进行频域转2通过多个采样点采集语音的时域信号，将所述时域信号进行通道对所述频域信号进行遍历，确定所述频域信号的数据帧与频谱的通过多种窗长对所述信号段落进行分帧加窗处理，获取信号片段对所述频域信号进行遍历，确定当前的数据帧与当前的频谱的对应关据集以及所述初始模型进行迭代训练，所述损失函数包括：第i类别的样本和权重值的损将所述数据集分成K个子数据集，将其中一子集数据作为验证集，其余3预处理模块，用于对所述频域信号进行遍历，确定所述频域信号的8.一种计算机设备，包括存储器、处理器及9.一种计算机可读存储介质，所述计算机可读存储介质存4[0002]随着人工智能技术的快速发展和广泛应用，语音识别技术逐渐应用于消费业务、56[0036]需要说明的是，本实施例中所提供的图示仅以示意方式遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘[0037]本方案提供的语音识别模型训练方法，可以应用于如图1所示的应用环境中。其便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群712.5ms，7.5ms，还可以提取梅尔倒谱滤波系数(MelFrequencyCepst置一定的学习率、模型参数以及训练次数，获取识别结果，根据识别的结果的准确率8所述段落点之间的数据帧输出为所述信号段落。还可以通过其他算法来实现语音的分段，[0051]为了降低时域信号的处理难度，可将多通道的时域信号转换为单通道的时域信[0052]判断所述时域信号的通道数量，当所述通道数量为多通道时，通过阵列增强器(ArrayIntensityEstimator，AIE)或者广义旁瓣相消器(GeneralizedSidelobe[0054]在一些实施例中，通过损失函数对所述数据集以及所述9倒谱滤波系数(MelFrequencyCepstrumCoefficient,MFCC)或者色度特征，作为音频特[0074]在一些实施例中，通过损失函数对所述数据集以及所述[0082]根据本公开的实施例还提供了一种能够实现上述方法的电子设备或者计算机设[0083]下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元部分中描述的根据本发明各种示例性实施方式的步骤。存储单元620可以包括易失性存储以进一步包括只读存储单元(ROM)623。存储单元620还可以包括具有一组(至少一个)程序[0086]在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形被指令执行系统、装置或者器件使用或者与其结合使用。所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连 上述的任意合适的组合。计算机可读信号介质可以包括在基带中或者作为载波一部分传播限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备[0088]此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意