用于单通道的语音识别模型的优化方法及系统

摘要

本发明实施例提供一种用于单通道的语音识别模型的优化方法。该方法包括：接收各带有真实标签向量的单人语音，多人混合语音，将从各单人语音提取的语音特征输入至目标教师模型，得到各单人语音对应的目标软标签向量；将多人混合语音输入至端到端学生模型，确定输出排列；根据确定输出排列的多人混合语音内每个人的输出标签向量，确定知识蒸馏损失和直接损失；当根据知识蒸馏损失和直接损失确定的联合误差未收敛时，根据联合误差对端到端学生模型进行优化。本发明实施例还提供一种用于单通道的语音识别模型的优化系统。本发明实施例能够更容易学习出好的参数，同时模型较为精简，更好的参数使其训练的学生模型有着更好的性能。