[发明专利]多路语音识别方法、装置、设备及可读存储介质在审
| 申请号: | 201910164535.5 | 申请日: | 2019-03-05 |
| 公开(公告)号: | CN109920405A | 公开(公告)日: | 2019-06-21 |
| 发明(设计)人: | 陈建哲;彭汉迎;欧阳能钧 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
| 主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/26;G10L25/03 |
| 代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 胡艾青;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: | 音频采集 语音识别 音频数据 语音信号 区域对应 多路 可读存储介质 语音识别结果 音频信号 波束成形处理 多路音频信号 麦克风阵列 干扰抑制 噪音信号 识别率 采集 削弱 讲话 | ||
1.一种多路语音识别方法,其特征在于,包括:
接收多路麦克风阵列采集的音频数据,每路所述麦克风阵列指向车辆内的一个音频采集区域,用于采集一路音频数据;
根据每路麦克风阵列相对于对应音频采集区域的位置,对每路所述音频数据进行波束成形处理,得到每路所述音频数据中与对应音频采集区域对应的音频信号;
对多路所述音频信号进行干扰抑制处理,得到每个所述音频采集区域对应语音信号;
对各所述音频采集区域对应的语音信号进行语音识别,得到每个所述音频采集区域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,所述对各所述音频采集区域对应的语音信号进行语音识别,得到每个所述音频采集区域对应的语音识别结果,包括:
并行地对各所述音频采集区域对应的语音信号进行语音识别,得到每个所述音频采集区域对应的语音识别结果。
3.根据权利要求1所述的方法,其特征在于,所述对多路所述音频信号进行干扰抑制处理,得到每个所述音频采集区域对应语音信号,包括:
分别将每路所述音频信号作为目标音频,对所述目标音频进行声源定位处理,确定所述目标音频的声源位置;
根据所述目标音频的声源位置,判断所述目标音频中是否包含其他音频采集区域的声源发出的音频信号;
若所述目标音频中包含其他音频采集区域的声源发出的音频信号,则从所述目标音频中去除所述其他音频采集区域对应的音频信号,得到所述目标音频对应音频采集区域所对应的语音信号。
4.根据权利要求1所述的方法,其特征在于,所述根据每路麦克风阵列相对于对应音频采集区域的位置,对每路所述音频数据进行波束成形处理,得到每路所述音频数据中与对应音频采集区域对应的音频信号之前,还包括:
获取每路麦克风阵列相对于对应音频采集区域的位置。
5.根据权利要求4所述的方法,其特征在于,所述获取每路麦克风阵列相对于对应音频采集区域的位置,包括:
对于任意一路麦克风阵列,接收该路麦克风阵列采集的对应音频采集区域的声源发出的定位音频;
对所述定位音频进行声源定位处理,计算所述定位音频的声源相对于该路麦克风阵列的位置;
将所述定位音频的声源相对于该路麦克风阵列的位置,作为该路麦克风阵列相对于对应音频采集区域的位置。
6.根据权利要求4所述的方法,其特征在于,所述获取每路麦克风阵列相对于对应音频采集区域的位置,包括:
获取预先设定的每路麦克风阵列相对于对应音频采集区域的位置。
7.根据权利要求4所述的方法,其特征在于,所述每路麦克风阵列相对于对应音频采集区域的位置,包括:
每路麦克风阵列相对于对应音频采集区域的角度范围和距离范围。
8.根据权利要求1所述的方法,其特征在于,所述对各所述音频采集区域对应的语音信号进行语音识别,得到每个所述音频采集区域对应的识别结果之后,还包括:
计算各所述音频采集区域对应的语音信号的平均能量幅值;
去除平均能量幅值小于预设阈值的语音信号对应的识别结果。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述车辆内的音频采集区域与车辆内的座位一一对应。
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/201910164535.5/1.html,转载请声明来源钻瓜专利网。





