[发明专利]一种多人发言场景的语音识别方法和系统有效
申请号: | 201910803504.X | 申请日: | 2019-08-28 |
公开(公告)号: | CN110580907B | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 何世阳;王善彬 | 申请(专利权)人: | 云知声智能科技股份有限公司 |
主分类号: | G10L15/26 | 分类号: | G10L15/26;G10L15/28;G10L25/51 |
代理公司: | 北京冠和权律师事务所 11399 | 代理人: | 张楠楠 |
地址: | 100000 北京市海*** | 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: | 一种 发言 场景 语音 识别 方法 系统 | ||
1.一种多人发言场景的语音识别方法,其特征在于,所述多人发言场景的语音识别方法包括如下步骤:
步骤(1),在多个预设识别周期中的每一个周期内,对若干发言端中的每一个各自的语音信号及其语音采集时间戳进行识别处理;
步骤(2),将每一个周期内所述识别处理的结果转换成若干文本格式信息,并将所述若干文本格式信息进行顺序缓存处理;
步骤(3),对所述顺序缓存处理得到的缓存队列进行关于发言端身份切换与否的判断处理,以此获得所述缓存队列中所有语音信号的语音识别结果;
在所述步骤(3)中,对所述顺序缓存处理得到的缓存队列进行关于发言端身份切换与否的判断处理,以此获得所述缓存队列中所有语音信号的语音识别结果具体包括,
步骤(301),判断所述缓存队列中任意相邻的两个数据节点之间是否具有相同的发言端身份,若是,则继续对其他相连的两个数据节点进行判断,若否,则进入步骤(302);
步骤(302),判断具有不同的发言端身份的相邻的两个数据节点对应的时间戳差是否大于预设最大语音识别延迟时间,若是,则确认所述相邻的两个数据节点对应的发言端身份发生切换;
步骤(303),根据所述步骤(302)的确认结果,生成用于指示当前语音信号对应的发言端发生变化的所述语音识别结果,并将所述语音识别结果转换成文本格式识别结果,以此用于提示多人发言场景的变化,其中,将所述语音识别结果转换成文本格式识别结果是依次通过声学特征的提取、声学模型的构建、语言模型的构建和解码搜索来实现的,具体过程包括,
S1、通过前端特征提取的方式提取获得声学特征X;
S2、对所述声学特征X进行统计建模,以得到所述声学模型,其中,W为统计库中的词串
S3、对所述统计库中的词串W进行统计建模,以得到所述语言模型
S4、根据所述声学模型和所述语言模型,通过预设设计算法得到相应的最优词串,并将所述最优词串作为所述文本格式识别结果。
2.如权利要求1所述的多人发言场景的语音识别方法,其特征在于:
在所述步骤(1)中,在多个预设识别周期中的每一个周期内,对若干发言端中的每一个各自的语音信号及其语音采集时间戳进行识别处理具体包括,
步骤(101),对所述若干发言端中的每一个进行所述语音信号的采集处理,同时在所述采集处理过程中,对所述语音信号同步进行语音采集时间戳的标识处理;
步骤(102),将所述采集处理得到的语音信号和所述标识处理得到的语音采集时间戳按照所述多个预设识别周期的分布状态进行划分处理,以此得到多个不同周期部分的语音信号子部分和语音采集时间戳子部分;
步骤(103),根据识别触发请求和识别中止请求,对每一个周期部分的语音信号子部分和语音采集时间戳子部分开始和停止执行所述识别处理,以此得到对应周期部分中的初始阶段语音信号对应的时间戳信息。
3.如权利要求1所述的多人发言场景的语音识别方法,其特征在于:
在所述步骤(2)中,将每一个周期内所述识别处理的结果转换成若干文本格式信息,并将所述若干文本格式信息进行顺序缓存处理具体包括,
步骤(201),将每一个周期内所处识别处理得到的关于所述语音信号、所述发言端身份和发言端对应的时间戳三者之间的对应关系以及所述语音信号对应的识别文本转换成所述文本格式信息;
步骤(202),将所述文本格式信息对应整合为数据节点,以此按照每一个周期内的初始阶段语音信号对应的时间戳信息,依序地进行所述顺序缓存处理;
步骤(203),对所述顺序缓存处理得到的数据节点的缓存队列中相邻的数据节点进行位置标定处理。
4.如权利要求1所述的多人发言场景的语音识别方法,其特征在于:
在所述步骤(3)中,在对所述顺序缓存处理得到的缓存队列进行关于发言端身份切换与否的判断处理的同时,还包括获取所述缓存队列的更新状态信息,若所述更新状态信息指示最近一次缓存队列的更新动作与当前时刻之间的时间差超过预设时间间距,则确定若干发言端中的每一个均完成发言动作,同时对所述缓存队列进行中止更新锁定处理。
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云知声智能科技股份有限公司,未经云知声智能科技股份有限公司许可,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/201910803504.X/1.html,转载请声明来源钻瓜专利网。