一种基于声学聚类的语音识别二阶段解码加速方法

本发明公开一种基于声学聚类的语音识别二阶段解码加速方法，步骤为：根据预训练的声音单元提取模型获得音频对应的声学信息序列，并构建<文本，声学信息序列>的二元数据，训练文本至声音单元映射模型；将文本转变为对应的声学信息序列并使用KMeans方法进行聚类，获得子词表集合；构建自动语音识别模型，筛选音频至文本的语音识别训练数据，并将音频文件提取成fbank特征序列；进行第一阶段解码，获得对应的目标子词表；根据目标子词表，在第二阶段解码中计算该子词表下的概率分布，并选取概率最高的词作为识别结果。本发明能够在快速推理的最新实现基础上，继续获得1.08倍的加速比，同时模型性能几乎没有下降。