[发明专利]一种基于注意力机制的语音识别方法、系统及装置

权利要求书

1.一种基于注意力机制的语音识别方法，其特征在于，包括以下步骤：

获取音频信息并对音频信息进行预处理，得到预处理后的音频；

对预处理后的音频进行特征提取，得到特征向量；

采用循环神经网络并结合CTC算法和注意力机制对声学模型和语言模型进行端对端建模，得到语音识别模型；

将特征向量输入到识别模型，输出语音识别结果。

2.根据权利要求1所述一种基于注意力机制的语音识别方法，其特征在于，所述预处理包括于预加重处理、分帧处理、加窗处理、过滤音频噪音点处理和增强人声处理。

3.根据权力要求1所述一种基于注意力机制的语音识别方法，其特征在于，所述特征提取的特征类型为梅尔频率倒谱系数，所述对预处理后的音频进行特征提取，得到特征向量这一步骤，其具体包括：

将预处理后的音频通过一组滤波器组，得到梅尔频率倒谱系数；

通过离散余弦变换将梅尔频率倒谱系数相关并降维，得到多个独立固定维度的特征向量。

4.根据权利要求3所述一种基于注意力机制的语音识别方法，其特征在于，所述滤波器组为40个三角形滤波器，每个滤波器在中心频率的响应为1。

5.根据权利要求4所述一种基于注意力机制的语音识别方法，其特征在于，所述循环神经网络采用双向的残差长短时记忆层。

6.根据权利要求5所述一种基于注意力机制的语音识别方法，其特征在于，所述将特征向量输入到识别模型，输出语音识别结果这一步骤，其具体还包括：

将特征向量输入到识别模型；

通过循环神经网络输出对应帧的第一语音结果；

通过注意力机制解码第一语音结果，得到最终语音结果；

通过CTC算法将最终语音结果与对应帧对齐后得到文字，最终得到语音识别结果。

7.一种基于注意力机制的语音识别系统，其特征在于，包括以下模块：

音频接收与预处理模块，用于获取音频信息并对音频信息进行预处理，得到预处理后的音频；

音频特征提取模块，用于对预处理后的音频进行特征提取，得到特征向量；

深度学习建模模块，用于采用循环神经网络并结合CTC算法和注意力机制对声学模型和语言模型进行端对端建模，得到语音识别模型；

结果输出模块，用于将特征向量输入到识别模型，输出语音识别结果。

8.一种基于注意力机制的语音识别装置，其特征在于，包括：

至少一个处理器；

至少一个存储器，用于存储至少一个程序；

当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-6任一项所述一种基于注意力机制的语音识别方法。