[发明专利]一种语音识别方法和装置

权利要求书

1.一种语音识别方法，其特征在于，包括：

将待识别语音拆分成多个语音段落；

以并行的方式将所述多个语音段落分别进行语音识别；以及

将所述多个语音段落各自的语音识别结果整合成与所述待识别语音对应的语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述将待识别语音拆分成多个语音段落包括：

根据检测到的所述待识别语音中的语音端点拆分出所述语音段落。

3.根据权利要求2所述的方法，其特征在于，当检测到时长大于预设时间的静音段落时，将所述静音段落的开始点和/或结束点作为所述语音端点。

4.根据权利要求2所述的方法，其特征在于，所述根据检测到的所述待识别语音中的语音端点拆分出所述语音段落包括：

当连续第一预设数量的语音帧的短时能量大于第一预设值且过零率大于第二预设值时，判断接下来是否有连续第二预设数量的语音帧的短时能量大于第三预设值且过零率大于第四预设值；

当接下来有连续第二预设数量的语音帧的短时能量大于第三预设值且过零率大于第四预设值时，将所述第二预设数量的语音帧的开始帧作为一个语音段落的首端点；

继续判断接下来是否有连续第三预设数量的语音帧的短时能量小于第五预设值且过零率小于第六预设值；

当接下来有连续第三预设数量的语音帧的短时能量小于第五预设值且过零率小于第六预设值，将所述第三预设数量的语音帧的开始帧作为所述一个语音段落的尾端点；以及

根据所述一个语音段落的所述首端点和所述尾端点拆分出所述一个语音段落。

5.根据权利要求4所述的方法，其特征在于，进一步包括：当并没有连续所述第一预设数量的语音帧的短时能量大于第一预设值且过零率大于第二预设值时，将当前识别的语音帧向后移动第四预设数量个语音帧；和/或，

当有连续第一预设数量的语音帧的短时能量大于第一预设值且过零率大于第二预设值，但接下来并没有连续第二预设数量的语音帧的短时能量大于第三预设值且过零率大于第四预设值时，将当前识别的语音帧向后移动第四预设数量个语音帧。

6.根据权利要求4所述的方法，其特征在于，在所述判断为找到一个语音段落的首端点后，进一步包括：

当接下来并没有连续所述第三预设数量的语音帧的短时能量小于第五预设值且过零率小于第六预设值时，将当前识别的语音帧向后移动第五预设数量个语音帧，继续判断判断接下来是否有连续所述第三预设数量的语音帧的短时能量小于第五预设值且过零率小于第六预设值。

7.根据权利要求1所述的方法，其特征在于，所述以并行的方式将所述多个语音段落分别进行语音识别包括：

将拆分出的所述多个语音段落输入线程池，其中，所述线程池中的每一个线程配置为执行对一个所述语音段落的语音识别过程。

8.根据权利要求7所述的方法，其特征在于，其中所述线程池进一步配置为：

当拆分出的所述语音段落的数量小于第一预设线程数量时，每拆分出一个所述语音段落，则创建一个线程执行对该一个所述语音段落的语音识别过程。

9.根据权利要求7所述的方法，其特征在于，所述以并行的方式将所述多个语音段落分别进行语音识别进一步包括：

当拆分出的所述语音段落的数量大于等于第一预设线程数量时，每拆分出一个所述语音段落，则将该一个所述语音段落放入任务缓冲队列；

其中所述线程池进一步配置为：当有空闲线程时，使所述空闲线程从所述任务缓冲队列中取出一个所述语音段落执行语音识别过程。

10.根据权利要求9所述的方法，其特征在于，所述线程池进一步配置为：当无法将拆分出的所述语音段落放入所述任务缓冲队列时，创建一个线程执行对该拆分出的所述语音段落的语音识别过程。