CN114974224B 语音意图识别模型的训练方法、语音意图识别方法和装置 （北京达佳互联信息技术有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114974224B(45)授权公告日2025.07.08

(21)申请号202210767379.3

(22)申请日2022.06.30

(65)同一申请的已公布的文献号申请公布号CN114974224A

(43)申请公布日2022.08.30

(73)专利权人北京达佳互联信息技术有限公司地址100085北京市海淀区上地西路6号1

幢1层101D1-7

(72)发明人付嘉懿李昊赵媛媛王晓瑞

(74)专利代理机构北京铭硕知识产权代理有限公司11286

专利代理师苏银虹王兆赓

(56)对比文件

YinghuiHuangetal..Leveraging

UnpairedTextDataforTrainingEnd-To-EndSpeech-to-IntentSystems.2020IEEEinternationalconferenceonacoustics,speechandsignalprocessing(ICASSP)

.2020,第7984-7988页.

审查员薛彦杰

(51)Int.CI.

G10L15/06(2013.01)

G10L15/22(2006.01)权利要求书3页说明书10页附图4页

(54)发明名称

语音意图识别模型的训练方法、语音意图识别方法和装置

(57)摘要

CN114974224B本公开关于一种语音意图识别模型的训练方法、语音意图识别方法和装置，训练方法包括：获取文本样本和携带有语义标签的第一语音样本，其中，第一语音样本与文本样本的内容对应，语义标签为文本样本的文本语义特征；利用第一语音样本，对待训练的语音意图识别模型中的语义提取网络进行预训练，得到预训练的语音意图识别模型，其中，预训练的语音意图识别模型中包括预训练的语义提取网络和待训练的意图识别网络；获取携带有意图标签的第二语音样本；

CN114974224B

型。

获取文本样本和携带有语义标签的第一语音

获取文本样本和携带有语义标签的第一语音样本

利用第一语义样本，对待训练的语音意图识别

模型中的语义提取网络进行预训练，得到预训

练的语音意图识别模型

获取携带有意图标签的第二语音样本

利用第二语音样本，对预训练的语音意图识别模

型进行训练，得到训练完成的语音意图识别

模型

101

102

103

104

CN114974224B权利要求书1/3页

2

1.一种语音意图识别模型的训练方法，其特征在于，所述语音意图识别模型包括语义提取网络和意图识别网络，所述训练方法包括：

获取文本样本和携带有语义标签的第一语音样本，其中，所述第一语音样本与所述文本样本的内容对应，所述语义标签为通过文本语义提取网络从所述文本样本中提取的文本语义特征；

利用所述第一语音样本，对所述语义提取网络进行预训练，得到预训练的语义提取网络，其中，所述文本语义提取网络的参数在所述预训练的过程中固定不更新；

获取携带有意图标签的第二语音样本；

利用所述第二语音样本，对所述意图识别网络进行训练，或对所述预训练的语义提取网络及所述意图识别网络进行训练，得到训练完成的语音意图识别模型。

2.如权利要求1所述的训练方法，其特征在于，所述利用所述第一语音样本，对所述语义提取网络进行预训练，包括：

将所述第一语音样本的语音特征输入所述语义提取网络，得到所述第一语音样本的第一语音语义特征；

确定所述第一语音语义特征和所述文本语义特征之间的语义相似度；

基于所述语义相似度，调整所述语义提取网络的参数，以对所述语义提取网络进行预

训练。

3.如权利要求2所述的训练方法，其特征在于，所述确定所述第一语音语义特征和所述文本语义特征之间的语义相似度，包括：

分别确定所述第一语音语义特征对应的语音表示向量和所述文本语义特征对应的文本表示向量；

确定所述语音表示向量和所述文本表示向量之间的语义相似度，作为所述第一语音语义特征和所述文本语义特征之间的语义相似度。

4.如权利要求3所述的训练方法，其特征在于，所述确定所述第一语音语义特征对应的语音表示向量，包括：

对所述第一语音语义特征进行时间维度上的池化