[发明专利]语音识别方法、装置、设备及存储介质有效
| 申请号： | 201810359112.4 | 申请日： | 2018-04-20 |
| 公开（公告）号： | CN108550364B | 公开（公告）日： | 2019-04-30 |
| 发明（设计）人： | 李超;朱唯鑫;文铭 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16;G10L21/0208 |
| 代理公司： | 北京同立钧成知识产权代理有限公司 11205 | 代理人： | 杨泽;刘芳 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 语音识别 语音信号 卷积神经网络 存储介质 声学模型 语音识别技术 预设时间段 实时性 帧识别 延迟 | ||
1.一种语音识别方法，其特征在于，包括：
获取待识别的语音信号；
采用预先训练的因果声学模型，根据所述语音信号中的当前帧和所述当前帧之前预设时间段内的帧，对所述语音信号中的当前帧进行识别，所述因果声学模型基于因果卷积神经网络训练得到；
所述因果声学模型包括多个堆叠的因果卷积层和至少一层长短期记忆网络，所述多个堆叠的因果卷积层用于扩大所述因果声学模型的感受野，所述长短期记忆网络用于学习所述语音信号的历史信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述当前帧之前的帧不足，则采用空帧进行补充。
3.根据权利要求1所述的方法，其特征在于，所述预设时间段根据所述因果声学模型的上下文参数的取值确定。
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述对所述语音信号中的当前帧进行识别之前，还包括：
对所述语音信号进行高通滤波处理；
消除经高通滤波处理后的语音信号中的干扰信号。
5.根据权利要求4所述的方法，其特征在于，所述干扰信号包括噪声信号和/或回声信号。
6.一种语音识别装置，其特征在于，包括：
获取模块，用于获取待识别的语音信号；
识别模块，用于采用预先训练的因果声学模型，根据所述语音信号中的当前帧和所述当前帧之前预设时间段内的帧，对所述语音信号中的当前帧进行识别，所述因果声学模型基于因果卷积神经网络训练得到；
所述因果声学模型包括多个堆叠的因果卷积层和至少一层长短期记忆网络，所述多个堆叠的因果卷积层用于扩大所述因果声学模型的感受野，所述长短期记忆网络用于学习所述语音信号的历史信息。
7.一种语音识别设备，其特征在于，包括：
存储器；
处理器；以及
计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-5任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810359112.4/1.html，转载请声明来源钻瓜专利网。
