1.一種語音識別模型的訓(xùn)練方法，其特征在于，所述語音識別模型為采用結(jié)合ctc與注意力機制的多任務(wù)學(xué)習(xí)架構(gòu)的模型，包括transformer編碼器和解碼器，所述方法包括：
2.根據(jù)權(quán)利要求1所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述獲取待識別的語音數(shù)據(jù)，對所述語音數(shù)據(jù)進行預(yù)處理，得到音頻fbank特征和文本數(shù)據(jù)編碼結(jié)果，包括：
3.根據(jù)權(quán)利要求1所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述基于預(yù)處理得到的音頻fbank特征和文本數(shù)據(jù)編碼結(jié)果，對語音識別模型進行預(yù)訓(xùn)練，得到音頻編碼器和ctc分類器包括：
4.根據(jù)權(quán)利要求1所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述采用預(yù)訓(xùn)練得到的ctc分類器對編碼后的音頻特征序列進行去冗余處理，得到精簡后的音頻編碼特征包括：
5.根據(jù)權(quán)利要求4所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述步驟401還包括如下步驟：
6.根據(jù)權(quán)利要求5所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述步驟402還包括如下步驟：
7.根據(jù)權(quán)利要求1所述的一種語音識別模型的訓(xùn)練方法，其特征在于，所述通過去除冗余后的音頻編碼特征對語音識別模型中的transformer解碼器進行微調(diào)訓(xùn)練，得到完成訓(xùn)練的語音識別模型：
8.一種語音識別模型的訓(xùn)練裝置，其特征在于，所述語音識別模型為采用結(jié)合ctc與注意力機制的多任務(wù)學(xué)習(xí)架構(gòu)的模型，包括transformer編碼器和解碼器，所述裝置包括：
9.一種語音識別方法，其特征在于，所述方法通過語音識別模型實現(xiàn)，所述語音識別模型為根據(jù)權(quán)利要求1～7任一項所述的方法訓(xùn)練得到，所述語音識別方法包括：
10.根據(jù)權(quán)利要求9所述的一種語音識別方法，其特征在于，所述語音識別方法還包括：
11.根據(jù)權(quán)利要求10所述的一種語音識別方法，其特征在于，所述預(yù)設(shè)解碼策略包括自回歸解碼和非自回歸解碼。
12.根據(jù)權(quán)利要求11所述的一種語音識別方法，其特征在于，所述transformer解碼器使用自回歸解碼策略對音頻編碼特征進行解碼處理，得到預(yù)測文本序列，包括如下步驟：
13.一種語音識別裝置，其特征在于，所述裝置通過語音識別模型實現(xiàn)，所述語音識別模型為根據(jù)權(quán)利要求1～7任一項所述的方法訓(xùn)練得到的，所述裝置包括：