[发明专利]音频信号识别方法、装置、设备、系统和存储介质

权利要求书

1.一种音频信号识别方法，包括：

针对接收的音频信号，确定所述音频信号中是否包括特定音频信号；

如果所述音频信号中包括特定音频信号，基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，所述语音识别模型组件包括特定声学模型和非特定声学模型，其中，所述识别概率为将基于所述特定声学模型处理所述音频信号得到的识别概率和基于所述非特定声学模型处理所述音频信号得到的识别概率进行加权融合后得到的概率；

利用语言模型对所述音频信号中语音识别单元的识别概率进行声学解码，得到所述音频信号的文本识别结果。

2.根据权利要求1所述音频信号识别方法，其中，所述确定所述音频信号中是否包括特定音频信号，包括：

利用特定音频判别模型组件，判断所述音频信号的声学特征中是否包括特定音频信号的声学特征，根据判断结果确定所述音频信号中是否包括特定音频信号。

3.根据权利要求2所述音频信号识别方法，其中，

所述特定音频判别模型组件是根据正样本和负样本训练得到的模型，所述正样本为包括特定音频信号的音频数据，所述负样本为包括非特定音频信号的音频数据。

4.根据权利要求1所述音频信号识别方法，其中，所述基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，所述语音识别模型组件包括特定声学模型和非特定声学模型，包括：

使用所述语音识别模型组件中的非特定声学模型，计算所述音频信号中语音识别单元的第一识别概率；

使用所述语音识别模型组件中的特定声学模型，计算所述音频信号中语音识别单元的第二识别概率；

利用通用声学模型权重系数和特定声学模型权重系数，对所述第一识别概率和所述第二识别概率进行加权融合，得到所述音频信号中语音识别单元的识别概率。

5.根据权利要求1所述音频信号识别方法，其中，

所述特定声学模型的网络结构和所述非特定声学模型的网络结构中包括共享部分。

6.根据权利要求5所述的音频信号识别方法，其中，所述基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，所述语音识别模型组件包括特定声学模型和非特定声学模型，包括：

利用所述共享部分和所述特定声学模型中的独立部分，处理所述音频信号，得到所述音频信号中语音识别单元的识别概率。

7.根据权利要求5所述的音频信号识别方法，其中，所述基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，包括：

如果所述音频信号中不包括特定音频信号，利用所述共享部分和所述非特定声学模型中的独立部分处理所述音频信号，得到所述音频信号中语音识别单元的识别概率。

8.一种音频信号识别装置，包括：

特定音频确定模块，用于针对接收的音频信号，确定所述音频信号中是否包括特定音频信号；

音频信号处理模块，用于如果所述音频信号中包括特定音频信号，基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，所述语音识别模型组件包括特定声学模型和非特定声学模型；

声学解码模块，用于如果所述音频信号中包括特定音频信号，基于语音识别模型组件处理所述音频信号，得到所述音频信号中语音识别单元的识别概率，所述语音识别模型组件包括特定声学模型和非特定声学模型，其中，所述识别概率为将基于所述特定声学模型处理所述音频信号得到的识别概率和基于所述非特定声学模型处理所述音频信号得到的识别概率进行加权融合后得到的概率。