[发明专利]一种语音识别方法、装置、电子设备及存储介质

说明书

本申请提供一种语音识别方法、装置、电子设备及存储介质，属于计算机技术领域，涉及语音识别技术，在网约车订单履约过程中，监听车辆内的语音信号，若监听到目标词汇，则提取目标词汇对应的目标语音的语音特征，根据目标语音的语音特征，确定发出目标语音的目标对象。本申请可以确定使用不文明用语的是司机还是乘客，进而可以对司机和乘客进行约束。

技术领域

本申请涉及计算机技术领域，更具体地说，涉及一种语音识别方法、装置、电子设备及存储介质。

背景技术

随着计算机网络技术的发展，智能打车，如网约车等打车方式逐渐成为交通出行的主要手段。

然而，近些年来，网约车市场中频频发生司乘纠纷，一些司机或乘客甚至使用不文明用语，导致司乘冲突的事件时有发生，极大地影响了人们的出行。

因此，如何监控司机和乘客是否使用不文明用语，从而对司机和乘客进行约束，是一个亟待解决的问题。

发明内容

为了解决上述现有技术中的问题，本申请实施例提供了一种语音识别方法，可以监控司机与乘客的对话，并识别目标词汇的发出者，有利于对司机和乘客进行约束。

第一方面，本申请实施例提供了一种语音识别方法，所述方法包括：

在网约车订单履约过程中，监听车辆内的语音信号；

若监听到目标词汇，则提取所述目标词汇对应的目标语音的语音特征；

根据所述目标语音的语音特征，确定发出所述目标语音的目标对象。

在一种可能的实现方式中，所述根据所述目标语音的语音特征，确定发出所述目标语音的目标对象，具体包括：

将所述目标语音的语音特征与预先获取的司机的语音特征进行比对；所述司机为所述网约车订单对应的司机；

若所述目标语音的语音特征与所述司机的语音特征一致，则确定所述目标对象为所述司机；

若所述目标语音的语音特征与所述司机的语音特征不一致，则确定所述目标对象为所述网约车订单对应的乘客。

在一种可能的实现方式中，所述提取所述目标词汇对应的目标语音的语音特征之前，所述方法还包括：

将基于所述语音信号生成的语音数据输入语音识别模型，基于所述语音识别模型确定所述语音数据中是否包含目标词汇；

若所述语音数据中包含目标词汇，则确定监听到目标词汇。

在一种可能的实现方式中，所述语音识别模型包括卷积神经子网络、线性子网络、转换子网络、深度神经子网络；

所述卷积神经子网络用于对所述语音数据进行特征提取，得到所述语音数据的第一语音信息特征图；

所述线性子网络用于对所述卷积神经子网络输出的第一语音信息特征图进行降维处理，得到第二语音信息特征图；

所述转换子网络用于对所述线性子网络输出的第二语音信息特征图进行特征提取，得到语音信息特征向量；

所述深度神经子网络用于基于所述转换子网络输出的语音信息特征向量，确定所述语音数据中是否包含目标词汇，并输出所述语音数据中包含的目标词汇。

在一种可能的实现方式中，所述语音识别模型的训练过程，包括：

根据所述每个预测目标词汇的概率值和所述样本图像的表情类别标签，确定损失值；

基于所述损失值，调整所述语音识别模型的网络参数。

在一种可能的实现方式中，所述根据所述每个预测目标词汇的概率值和所述样本图像的表情类别标签，确定损失值，包括：