[发明专利]流式语音识别的处理方法、装置和计算机设备

权利要求书

1.一种流式语音识别的处理方法，其特征在于，包括：

采集初始语音数据；

对所述初始语音数据进行一次滑窗处理，得到若干个二次语音数据；

按照各所述二次语音数据的采集时间顺序，依次将各所述二次语音数据输入预先训练的语音识别模型进行处理，得到各所述二次语音数据分别对应的初始序列矩阵；

每次所述语音识别模型输出新的初始序列矩阵时，将当前时刻的初始序列矩阵与预设数量个相邻上一时刻的初始序列矩阵进行拼接，得到二次序列矩阵；

在每次得到新的二次序列矩阵时，对所述二次序列矩阵进行二次滑窗处理，得到最终序列矩阵，其中，所述二次滑窗处理时窗口长度与预设命令词长度对应；

调用识别算法在所述最终序列矩阵上进行搜索，获得识别结果。

2.根据权利要求1所述的流式语音识别的处理方法，其特征在于，所述对所述初始语音数据进行一次滑窗处理，得到若干个二次语音数据的步骤，包括：

对所述初始语音数据进行语音特征提取，得到特征数据帧；

调取预设窗口长度，并基于所述预设窗口长度和预设比例计算得到步长，所述预设比例表征所述步长与所述预设窗口长度之间的比值关系；

根据所述预设窗口长度和所述步长对所述特征数据帧进行分割，得到若干个所述二次语音数据。

3.根据权利要求1所述的流式语音识别的处理方法，其特征在于，所述每次所述语音识别模型输出新的初始序列矩阵时，将当前时刻的初始序列矩阵与预设数量个相邻上一时刻的初始序列矩阵进行拼接，得到二次序列矩阵的步骤，包括：

获取所述初始序列矩阵中所有blank标签对应的概率值；

调取概率阈值，并将所初始序列矩阵中所述概率值大于所述概率阈值的blank标签所对应的特征数据帧移除，得到精简后的初始序列矩阵；

将当前时刻精简后的初始序列矩阵和预设数量个相邻上一时刻精简后的初始序列矩阵进行拼接，得到所述二次序列矩阵。

4.根据权利要求1所述的流式语音识别的处理方法，其特征在于，所述按照各所述二次语音数据的采集时间顺序，依次将各所述二次语音数据输入预先训练的语音识别模型进行处理，得到各所述二次语音数据分别对应的初始序列矩阵的步骤，包括：

调取预先设置的降采样倍率；

按照各所述二次语音数据的采集时间顺序，依次将各所述二次语音数据输入预先训练的语音识别模型，按照所述降采样倍率进行数据压缩以及卷积处理，得到各所述二次语音数据分别对应的初始序列矩阵。

5.根据权利要求1所述的流式语音识别的处理方法，其特征在于，所述初始序列矩阵的横列表征时间，所述每次所述语音识别模型输出新的初始序列矩阵时，将当前时刻的初始序列矩阵与预设数量个相邻上一时刻的初始序列矩阵进行拼接，得到二次序列矩阵的步骤，还包括：

在得到至少两个所述初始序列矩阵，并且每次所述语音识别模型输出新的初始序列矩阵时，以时间为拼接基准，在初始序列矩阵的横列方向上将所述相邻上一时刻的初始序列矩阵的末端与所述当前时刻的初始序列矩阵的首端对齐拼接，得到所述二次序列矩阵。

6.根据权利要求2所述的流式语音识别的处理方法，其特征在于，所述预设比例为1:1。

7.根据权利要求1所述的流式语音识别的处理方法，其特征在于，所述二次滑窗处理的步长小于所述一次滑窗处理的步长。