用于长语音的语音大模型推理方法及装置

本发明提出一种用于长语音的大模型推理方法和装置，包括：获取已标记训练标签的语音训练信号，通过信息提取模块对语音训练信号进行编码，得到语音训练信号的原语音表示，依据原语音表示的文本含量和帧间相似度，对原语音表示进行压缩合，得到压缩语音表示；将压缩语音表示输入大语言模型，执行推理任务，得到语音训练信号对应的推理结果，根据推理结果和训练标签构建损失函数训练信息提取模块；将长语音信号输入训练完成后的信息提取模块，得到长语音信号的压缩语音表示，并将其输入大语言模型，得到长语音信号对应的推理结果。本发明增强了长语音理解能力，在保证高生成质量的同时极大减小了推理代价和推理时间。