[发明专利]语音识别的方法、装置、设备和存储介质

说明书

本申请提出一种语音识别的方法、装置、设备和存储介质，涉及语音识别领域。具体包括：切分微服务对音频数据进行切分，得到包括多个音频片段的集合；该切分微服务以并发方式向语音识别微服务发起处理该集合的请求；该语音识别微服务根据该请求，对该集合中的多个音频片段并行进行语音识别。采用本申请实施例，可以提高系统利用率，有效提升音频识别的处理速度。

技术领域

本申请涉及语音识别领域，尤其涉及一种语音识别的方法、装置、设备和存储介质。

背景技术

在语音识别的过程中，经常会出现大文件音频处理较慢的情况。目前，已有的语音文件识别方案中，一种方案只能支持最大100M的音频，且处理速度较慢，时长30分钟的语音文件需要10秒钟左右的处理时间，如果存在大量需要处理的语音文件，加大并发和购买时长都是一个比较可观的花销。另一种方案可以支持最大512M的音频，但是时长约5小时的音频需要用户等待的处理时间也大约是5小时，几乎是1:1的处理效率，处理速度相当慢。因此，如何提高大文件音频的处理速度，如将1小时甚至更长的音频以秒级速度处理，是迫待解决的问题。

发明内容

本申请实施例提供一种语音识别的方法、装置、设备和存储介质，以解决相关技术存在的问题，技术方案如下：

第一方面，本申请实施例提供了一种语音识别的方法，包括：

切分微服务对音频数据进行切分，得到包括多个音频片段的集合；

所述切分微服务以并发方式向语音识别微服务发起处理所述集合的请求；

所述语音识别微服务根据所述请求，对所述集合中的多个音频片段并行进行语音识别。

第二方面，本申请实施例提供了一种语音识别的装置，包括：

切分微服务模块，用于对音频数据进行切分，得到包括多个音频片段的集合，以并发方式发起处理所述集合的请求；

语音识别微服务模块，用于根据所述切分微服务模块的请求，对所述集合中的多个音频片段并行进行语音识别。

第三方面，本申请实施例提供了一种语音识别的设备，该设备包括：存储器和处理器。其中，该该存储器和该处理器通过内部连接通路互相通信，该存储器用于存储指令，该处理器用于执行该存储器存储的指令，并且当该处理器执行该存储器存储的指令时，使得该处理器执行上述各方面任一种实施方式中的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储计算机程序，当计算机程序在计算机上运行时，上述各方面任一种实施方式中的方法被执行。

上述技术方案中的优点或有益效果至少包括：对音频数据进行切分后采用并发方式进行处理，切分的耗时可以忽略，与直接处理音频数据的方式相比，能够最大程度地利用计算资源，极大地提高了处理速度，可扩展性好，能够快速有效地处理较大音频文件。

上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。

图1为根据本申请一实施例的语音识别的方法的流程图；

图2为根据本申请一实施例的音频数据切分原理示意图；

图3为根据本申请另一实施例的语音识别的方法的流程图；

图4为根据本申请一实施例的语音识别的方法的架构示意图；

图5为根据本申请一实施例的语音识别的装置的结构框图；

图6为根据本申请另一实施例的语音识别的装置的结构框图；