[发明专利]语音识别方法、装置、存储介质及电子设备

说明书

本发明公开了一种语音识别方法、装置、存储介质及电子设备。其中，该方法包括：接收语音采集设备上传的音频数据；调用多个语音识别引擎分别识别上述音频数据，得到多个识别结果，其中，不同的识别结果的生成时间相同或者不同；根据每个上述识别结果的生成时间，顺序对每个上述识别结果进行置信度检测，得到置信度检测结果；根据上述置信度检测结果，从多个上述识别结果中选取目标识别结果。本发明解决了由于现有技术中的语音识别方法采用单一的语音识别引擎，造成的语音识别准确率低、响应时间过长的技术问题。

技术领域

本发明涉及人工智能技术领域，尤其涉及智能语音交互技术领域，具体而言，涉及一种语音识别方法、装置、存储介质及电子设备。

背景技术

在智能语音交互中，有多种语音识别引擎，但每种语音识别引擎在各种场景或者领域中的识别效果各不相同，现有技术中的语音识别方法主要采用单一的语音识别引擎，当引擎服务识别失败几次后会替换成为另一个识别引擎。具体步骤为：设备接收音频，并将接收到的音频数据发送至服务器；识别服务器调用语音识别引擎，并在识别成功后返回识别成功结果，若识别失败，返回失败结果；输出最终的交互成功或者失败结果。上述方法受限于单一的语音识别引擎，语音识别准确率较低，无法达到最优的语音识别结果，用户体验感较低。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种语音识别方法、装置、存储介质及电子设备，以至少解决由于现有技术中的语音识别方法采用单一的语音识别引擎，造成的语音识别准确率低、响应时间过长的技术问题。

根据本发明实施例的一个方面，提供了一种语音识别方法，包括：接收语音采集设备上传的音频数据；调用多个语音识别引擎分别识别上述音频数据，得到多个识别结果，其中，不同的识别结果的生成时间相同或者不同；根据每个上述识别结果的生成时间，顺序对每个上述识别结果进行置信度检测，得到置信度检测结果；根据上述置信度检测结果，从多个上述识别结果中选取目标识别结果。

可选的，上述调用多个语音识别引擎分别识别上述音频数据，得到多个识别结果，包括：根据上述音频数据从备选识别引擎中选取多个语音识别引擎；在同一时间点，调用多个上述语音识别引擎分别识别上述音频数据，得到多个上述识别结果。

可选的，上述置信度检测结果包括：与上述识别结果对应的置信度值；根据上述置信度检测结果，从多个上述识别结果中选取目标识别结果，包括：判断当前检测到的上述置信度值是否为目标置信度值，其中，上述目标置信度值为大于等于预设阈值且上述生成时间在先的置信度值；若判断结果为是，则将与上述目标置信度值对应的识别结果，作为上述目标识别结果。

可选的，上述置信度检测结果包括：与上述识别结果对应的置信度值；根据上述置信度检测结果，从多个上述识别结果中选取目标识别结果，包括：判断当前检测到的上述置信度值是否为目标置信度值，其中，上述目标置信度值为大于等于预设阈值且上述生成时间在先的置信度值；若判断结果为否，则继续等待并判断下一个上述识别结果对应的上述置信度值是否为上述目标置信度值，直至上述判断结果为是时，将与上述目标置信度值对应的识别结果，作为上述目标识别结果。

可选的，上述方法还包括：若检测到所有的上述识别结果对应的上述置信度值均不是上述目标置信度值，则生成识别失败结果；返回识别失败结果。

根据本发明实施例的另一方面，还提供了一种语音识别装置，包括：接收单元，用于接收语音采集设备上传的音频数据；识别单元，用于调用多个语音识别引擎分别识别上述音频数据，得到多个识别结果，其中，不同的识别结果的生成时间相同或者不同；检测单元，用于根据每个上述识别结果的生成时间，顺序对每个上述识别结果进行置信度检测，得到置信度检测结果；确定单元，用于根据上述置信度检测结果，从多个上述识别结果中选取目标识别结果。