[发明专利]语音识别方法和装置、计算机可读存储介质、电子设备在审
申请号: | 202110351353.6 | 申请日: | 2021-03-31 |
公开(公告)号: | CN113096642A | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 黄明运 | 申请(专利权)人: | 南京地平线机器人技术有限公司 |
主分类号: | G10L15/02 | 分类号: | G10L15/02;G10L15/22;G10L19/04;G10L25/30 |
代理公司: | 北京思源智汇知识产权代理有限公司 11657 | 代理人: | 王晓多 |
地址: | 210046 江苏省南京市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 识别 方法 装置 计算机 可读 存储 介质 电子设备 | ||
1.一种语音识别方法,包括:
将在应用场景中获取到的语音信号处理为多组语音特征;
通过一个预测库分别对所述多组语音特征进行处理,得到多个预测结果;
基于所述多个预测结果,确定所述应用场景中的语音识别结果。
2.根据权利要求1所述的方法,在将在应用场景中获取到的语音信号处理为多组语音特征之前,还包括:
根据所述应用场景确定应用于解码的多个相同的解码器;其中,每个所述解码器对应一组所述语音特征;
基于所述解码器中包括的预测模型对所述预测库进行初始化。
3.根据权利要求2所述的方法,其中,所述基于所述解码器中包括的预测模型对所述预测库进行初始化,包括:
根据所述解码器中包括的预测模型确定所述预测模型对应的运算逻辑;
根据所述运算逻辑对所述预测库进行初始化,使所述预测库在运行时按照所述预测模型的运算逻辑进行预测处理。
4.根据权利要求2所述的方法,在基于所述解码器中包括的预测模型对所述预测库进行初始化之前,还包括:
将所述解码器包括的预测模型和所述预测库加载到内存中。
5.根据权利要求1-4一所述的方法,其中,所述通过一个预测库分别对所述多组语音特征进行处理,得到多个预测结果,包括:
运行所述预测库依次对所述多组语音特征进行概率值预测;
针对所述多组语音特征中的每组语音特征,确定所述语音信号中包括的多帧信号中每帧信号为至少一个音素中每个音素的音素概率值。
6.根据权利要求5所述的方法,所述运行所述预测库依次对所述多组语音特征进行概率值预测,包括:
将所述预测库包括的运算逻辑中的相似运算合并为同一运算;
在嵌入式平台运行所述运算合并后的预测库,依次对所述多组语音特征进行概率值预测。
7.根据权利要求6所述的方法,其中,所述基于所述多个预测结果,确定所述应用场景中的语音识别结果,包括:
针对所述多组语音特征中的每组语音特征,基于所述每个音素对应的至少一帧信号的音素概率值之和,确定所述音素的概率值;
基于所述每个音素对应的概率值,确定每组所述语音信号对应的至少一条路径;其中,每条所述路径包括多个音素;
基于所述多个语音信号对应的多条路径,确定语音识别结果。
8.一种语音识别装置,包括:
信号处理模块,用于将在应用场景中获取到的语音信号处理为多组语音特征;
特征预测模块,用于通过一个预测库分别对所述信号处理模块得到的多组语音特征进行处理,得到多个预测结果;
语音识别模块,用于基于所述特征预测模块得到的多个预测结果,确定所述应用场景中的语音识别结果。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-8任一所述的语音识别方法。
10.一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-8任一所述的语音识别方法。
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南京地平线机器人技术有限公司,未经南京地平线机器人技术有限公司许可,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/202110351353.6/1.html,转载请声明来源钻瓜专利网。