(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211477169.7 (22)申请日 2022.11.23 (71)申请人 广州小鹏汽车 科技有限公司 地址 510000 广东省广州市天河区岑村松 岗大街8号 (72)发明人 王庆楠　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 季永杰 (51)Int.Cl. G10L 15/06(2013.01) G10L 15/16(2006.01) G06N 3/04(2006.01) (54)发明名称 语音识别模型生成方法、 语音交互方法、 车 辆和存储介质 (57)摘要 本发明公开了一种语音识别模 型生成方法、 语音交互方法、 车辆和存储介质。 该语音识别模 型的生成方法包括： 获取训练好的网络模型； 将 网络模型中的预设算子进行算子替换处理， 以将 预设算子替换为神经处理引擎支持的算子， 从而 根据算子替换处理后的网络模型生成用于部署 在神经处理引擎的语音识别模型。 本发明的语音 识别模型生成方法通过将训练好的网络模型中 的预设算子进行算子替换处理， 从而将预设算子 替换为神经处理引擎支持的算子， 从而根据算子 替换处理后的网络模型生成用于部署在神经处 理引擎的语音识别模型， 使 得运用该语音识别模 型进行语音识别能够达到满意的语音识别效果， 实现流式识别的极速对话响应效果。 权利要求书2页 说明书11页 附图8页 CN 115527525 A 2022.12.27 CN 115527525 A 1.一种语音识别模型的生成方法， 其特 征在于， 包括： 获取训练好的网络模型； 将所述网络模型中的预设算子进行算子替换处理， 以将所述预设算子替换为神经处理 引擎支持的算子， 从而根据算子替换 处理后的网络模型生成用于部署在所述神经 处理引擎 的语音识别模型。 2.根据权利要求1所述的语音识别模型的生成方法， 其特征在于， 所述将所述网络模型 中的预设算子进行算子替换处理， 以将所述预设算子替换为神经处理引擎支持的算子， 从 而根据算子替换处理后的网络模型生成用于部署在所述神经处理引擎的语音识别模型的 步骤， 包括： 将所述网络模型的处理模块中的多头注意力机制子模块的线性变换算子转换为二维 卷积算子； 替换所述多头注意力 机制子模块的概率归一化单元， 以使所述概率归一化单元对每个 头的矩阵做概 率归一化并拼接得到概 率归一化结果； 为所述多头注意力 机制子模块设置历史缓存向量， 以使所述多头注意力 机制子模块对 输入向量以及历史缓存向量与所述输入向量的拼接结果进行处 理得到输出向量。 3.根据权利要求1所述的语音识别模型的生成方法， 其特征在于， 所述将所述网络模型 中的预设算子进行算子替换处理， 以将所述预设算子替换为神经处理引擎支持的算子， 从 而根据算子替换处理后的网络模型生成用于部署在所述神经处理引擎的语音识别模型的 步骤， 包括： 将所述网络模型的处理模块中的前馈网络子模块的线性变换算子转换为二维卷积算 子； 设置第一重排单 元对所述前馈网络 子模块的输入进行重排； 设置第二重排单 元对所述前馈网络 子模块的输出进行重排。 4.根据权利要求1所述的语音识别模型的生成方法， 其特征在于， 所述将所述网络模型 中的预设算子进行算子替换处理， 以将所述预设算子替换为神经处理引擎支持的算子， 从 而根据算子替换处理后的网络模型生成用于部署在所述神经处理引擎的语音识别模型的 步骤， 包括： 设置第三重排单元对所述网络模型的处理模块中的样本标准化子模块的输入进行重 排； 设置第四重排单 元对所述样本标准 化子模块的输出进行重排。 5.根据权利要求1所述的语音识别模型的生成方法， 其特征在于， 在所述获取训练好的 网络模型的步骤之前， 所述 生成方法包括： 获取训练语音数据； 利用所述训练语音数据对预设模型进行训练得到训练输出 数据； 根据所述训练语音数据修 正所述预设模型的参数 得到训练好的所述网络模型。 6.根据权利要求1所述的语音识别模型的生成方法， 其特征在于， 在所述将所述网络模 型中的预设算子进行算子替换处理， 以将所述预设算子替换为神经处理引擎支持的算子， 从而根据算子替换处理后的网络模型生成用于部署在所述神经处理引擎的语音识别模型 的步骤之后， 所述 生成方法包括：权　利　要　求　书 1/2 页 2 CN 115527525 A 2对所述语音识别模型进行模型量 化， 以减小所述语音识别模型的占用空间。 7.根据权利要求6所述的语音识别模型的生成方法， 其特征在于， 所述生成方法还包 括： 将模型量 化后的所述语音识别模型移植部署到采用所述神经处 理引擎的车辆 。 8.一种语音交互方法， 其特征在于， 基于权利要求1 ‑7任一项所述的语音识别模型的生 成方法生成的语音识别模型， 所述语音交 互方法包括： 获取车辆座舱内用户输入的用户语音数据； 利用所述语音识别模型对所述用户语音数据进行处理得到用户语音请求， 以完成语音 交互。 9.一种车辆， 其特征在于， 所述车辆包括处理器和存储器， 所述存储器上存储有计算机 程序， 当所述计算机程序被所述处理器执行时， 实现如权利要求 1‑7任一项所述的语音识别 模型的生成方法或权利要求8所述的语音交 互方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 当所述计算机程序被一个或多个处理器执行时， 实现如权利要求 1‑7任一项所述的语音 识别模型的生成方法或权利要求8所述的语音交 互方法。权　利　要　求　书 2/2 页 3 CN 115527525 A 3