[发明专利]语音识别方法、装置、计算机可读存储介质及计算机设备

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

对待识别的语音信息进行特征提取，得到多个特征向量；

计算每个特征向量的稀疏度值，所述稀疏度值为每个特征向量的自注意力得分序列的分布与自注意力得分序列的均匀分布之间的相对熵；

确定稀疏度值大于预设阈值的第一特征向量以及稀疏度值不大于预设阈值的第二特征向量；

根据所述第一特征向量的自注意力计算结果与所述第二特征向量确定目标矩阵；

将所述目标矩阵与标签序列对应的特征矩阵输入至分类网络进行分类处理，得到对所述待识别的语音信息对应的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述计算每个特征向量的稀疏度值，包括：

计算每个特征向量的自注意力得分序列；

计算每个得分序列的分布与均匀分布之间的相对熵，得到每个得分序列对应的特征向量的稀疏度值。

3.根据权利要求1所述的方法，其特征在于，所述计算每个特征向量的稀疏度值，包括：

从所述多个特征向量中随机选取目标数量个特征向量生成键矩阵；

根据所述目标数量、所述多个特征向量以及所述键矩阵计算得到每个特征向量的稀疏度值。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述对待识别的语音信息进行特征提取，得到多个特征向量，包括：

将待识别语音信息划分为多帧语音信号；

对所述每帧语音信号进行离散傅里叶变换，得到每帧语音信号对应的频谱信息；

对所述每帧语音信号对应的频谱信息进行梅尔倒谱处理，得到待识别语音信息的多个特征向量。

5.根据权利要求4所述的方法，其特征在于，所述将待识别语音信息划分为多帧语音信号之前，还包括：

对所述待识别语音信息进行降噪处理；

将降噪处理后的语音信息进行预加重处理。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征向量的自注意力计算结果与所述第二特征向量确定目标矩阵，包括：

获取每个第一特征向量对应的目标自注意力得分序列；

根据所述目标自注意力得分序列以及每个第一特征向量对应的值向量进行加权计算，得到每个第一特征向量对应的第三特征向量；

根据所述第三特征向量与所述第二特征向量确定目标矩阵。

7.根据权利要求6所述的方法，其特征在于，所述获取每个第一特征向量对应的目标自注意力得分序列，包括：

计算所述第一特征向量中每一目标特征向量与每一特征向量的点乘结果；

将所述点乘结果进行归一化处理，得到每个第一特征向量对应的目标自注意力得分序列。

8.根据权利要求1所述的方法，其特征在于，所述将所述目标矩阵与标签序列对应的特征矩阵输入至分类网络进行分类处理，得到对所述待识别的语音信息对应的识别结果，包括：

获取语音识别结果文本对应的标签序列；

对所述标签序列进行特征提取，得到所述标签序列对应的标签特征向量；

采用人工神经网络对所述标签特征向量进行处理，得到标签序列对应的特征矩阵；

采用多层全连接层将所述目标矩阵与所述特征矩阵进行结合，并将结合结果输入至分类网络进行解码，得到待识别语音信息对应的识别结果。