[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 | ||
本发明实施例提供一种多路语音识别方法、装置、设备及可读存储介质。本发明实施例的方法,通过接收多路麦克风阵列采集的音频数据,对每路音频数据进行波束成形处理,得到每路音频数据中与对应音频采集区域对应的音频信号,削弱该路音频数据中其他方向上的音频信号;对多路音频信号进行干扰抑制处理得到每个音频采集区域对应语音信号,减少其他音频采集区域的噪音信号对该路语音信号的干扰,对各语音信号语音识别得到每个音频采集区域对应的语音识别结果,提高了语音识别的识别率;在多人同时讲话时,抑制各路语音信号间的相互干扰,得到每个音频采集位置对应的语音识别结果,提高了语音识别的效率和准确性。
技术领域
本发明实施例涉及语音识别技术领域,尤其涉及一种多路语音识别方法、装置、设备及可读存储介质。
背景技术
目前,车辆上的车机都是只在前排设置一路双声道麦克风,包括左、右声道两个麦克风,主要用于采集正驾驶位附近的音频数据,通过对采集的音频数据进行语音识别,来识别司机向车机发出的指令等识别语。
但是,如果车辆上坐在副驾驶位或者后排座位的乘客向车机发出识别语时,由于声源距离麦克风较远,麦克风采集的音频数据质量较差,导致语音识别率很低,尤其在多人同时讲识别语时,会造成混响,更加难以正确识别出识别语。
发明内容
本发明实施例提供一种多路语音识别方法、装置、设备及可读存储介质,用以解决现有技术中车辆上的语音识别方法的语音识别率很低的问题。
本发明实施例的一个方面是提供一种多路语音识别方法,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。
本发明实施例的另一个方面是提供一种多路语音识别装置,包括:
数据获取模块,用于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;
波束成形模块,用于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;
干扰抑制处理模块,用于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;
语音识别模块,用于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。
本发明实施例的另一个方面是提供一种多路语音识别设备,包括:
存储器,处理器,以及存储在所述存储器上并可在所述处理器上运行的计算机程序,
所述处理器运行所述计算机程序时实现上述所述的多路语音识别方法。
本发明实施例的另一个方面是提供一种计算机可读存储介质,存储有计算机程序,
所述计算机程序被处理器执行时实现上述所述的多路语音识别方法。
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/201910164535.5/2.html,转载请声明来源钻瓜专利网。





