一种面向语音内容为中心的自监督对比表示学习方法、系统、电子设备、可读存储介质

本发明涉及一种面向语音内容为中心的自监督对比表示学习方法、系统、电子设备、可读存储介质，属于语音识别领域。本发明包括步骤：获取多任务语音识别相关的数据集；多任务语音识别相关的数据集预处理；利用音调扰动和说话人扰动的语音数据进行训练预训练语言模型，并通过微调预训练语言模型最后两层实现对语音表征的优化；提取扰动语音的表征后，通过Sinkhorn‑Knopp算法对表征矩阵进行归一化；通过设计对比损失函数，优化表征的语义一致性并提升预训练语言模型对内容的聚合能力。本发明通过利用自监督微调预训练模型，有效的解决了语音内容表征和说话人表征解耦问题，提升了模型在内容相关的识别任务上的性能。