摘要
本发明提供一种唤醒模型优化方法、唤醒方法、装置、设备、介质及产品,涉及语音处理技术领域,该方法包括:根据当前批次训练后的均衡模型的权重参数和上一批次训练后的均衡模型的平均模型参数,生成各第一样本语音数据中各语音帧的帧级唤醒伪标签,根据帧级唤醒伪标签,生成各第一样本语音数据中各语音词的词级唤醒伪标签;根据各第一样本语音数据及其帧级唤醒伪标签和词级唤醒伪标签、各第二样本语音数据及其帧级唤醒真实标签和词级唤醒真实标签,对上一批次训练后的唤醒模型进行半监督训练,以确定优化的唤醒模型。本发明通过高质量的伪标签优化唤醒模型,不仅降低了唤醒模型在低功耗场景下的误唤醒率,还增强了唤醒模型的鲁棒性和泛化能力。
技术关键词
模型优化方法
语音
标签
样本
数据
唤醒方法
非监督
唤醒设备
半监督训练
参数
标记
非暂态计算机可读存储介质
处理器
唤醒装置
计算机程序产品
优化装置
处理单元
存储器
鲁棒性
低功耗
系统为您推荐了相关专利信息
图像分类方法
学习器
常见病
图像分类模型
特征提取器
监测点
定位方法
湍流
地理环境信息
空间分布信息
地层盾构
模型构建方法
盾构结构
盾构支架
盾构施工参数
电信号
卷积神经网络模型
生成对抗网络模型
网络结构优化
睡眠障碍呼吸