[发明专利]语音识别方法、语音识别装置及存储介质

权利要求书

1.一种语音识别方法，其特征在于，应用于服务器，所述方法包括：

接收并将实时语音信号转化为文本；

按照时间顺序依次识别所述文本中包含的第t个词；其中，t为正数；

将第t个词进行预处理，得到所述第t个词对应的第一向量，所述第一向量用于表示所述第t个词的语义；

将所述第一向量输入多层循环神经网络，经过所述多层循环神经网络的各个层的处理，得到第二向量；其中，所述多层循环神经网络至少包括3层，所述第二向量用于表示所述第t个词对应的上下文信息；

将所述第二向量输入到输出层，获得所述第t个词对应的各个标点符号的概率；

将概率最大的标点符号，确定为所述第t个词之前的标点符号；

发送所述实时语音信号对应的包含所述标点符号的文本；

所述多层循环神经网络包括第一多层循环神经网络和第二多层循环神经网络；所述第一多层循环神经网络至少包括3层，所述第二多层循环神经网络至少包括3层；

所述将所述第一向量输入多层循环神经网络，经过所述多层循环神经网络的各个层的处理，得到第二向量，包括：

将所述第一向量输入所述第一多层循环神经网络，经过所述第一多层循环神经网络的各个层的处理，得到第三向量，所述第三向量用于表示所述第t个词对应的上下文时序信息；

获得第t-1个词和所述第t个词之间的停顿时长，将所述第三向量以及所述停顿时长拼接为第四向量，将所述第四向量输入所述第二多层循环神经网络，经过所述第二多层循环神经网络的各个层的处理，得到所述第二向量。

2.根据权利要求1所述的方法，其特征在于，所述将所述第一向量输入多层循环神经网络，经过所述多层循环神经网络的各个层的处理，得到第二向量，包括：

将所述第一向量输入包含N层循环神经网络的多层循环神经网络中的第一层循环神经网络，经过N层循环神经网络的处理，得到所述第二向量；

其中，所述多层循环神经网络中每一层循环神经网络的权重矩阵不同；第N层循环神经网络的输入为第N-1层循环神经网络的输出，第N层循环神经网络的输出为所述第二向量；N为不小于3的正整数。

3.根据权利要求1所述的方法，其特征在于，所述将第t个词进行预处理，得到所述第t个词对应的第一向量，包括：

根据预设词表，获得所述第t个词对应的编号；

查询所述编号与向量之间的对应关系，得到所述第t个词对应的第一向量。

4.根据权利要求1所述的方法，其特征在于，

所述标点符号包括：无、逗号、句号、问号和叹号。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述多层循环神经网络为长短期记忆网络LSTM。