[发明专利]语音识别方法、装置、电子设备和存储介质

说明书

本申请公开了一种语音识别方法、装置、电子设备和存储介质，属于人工智能技术领域。其中，语音识别方法包括：获取语音信号，和语音信号对应的脑电信号；对语音信号进行特征向量提取，得到声学特征向量；对脑电信号进行特征向量提取，得到脑电信号特征向量；对声学特征向量和脑电信号特征向量进行向量融合，得到融合特征向量；根据融合特征向量和语音识别网络，识别语音信号对应的信息。

技术领域

本申请属于人工智能技术领域，具体涉及一种语音识别方法、装置、电子设备和存储介质。

背景技术

在相关技术中，语音识别主要通过如N-Gram语言模型进行识别，由于N-Gram语言模型是一个概率模型，终端侧部署的语言模型一般较为简单，对语音的识别准确率低。

发明内容

本申请实施例的目的是提供一种语音识别方法、装置、电子设备和存储介质，能够解决对语音的识别准确率低的问题。

第一方面，本申请实施例提供了一种语音识别方法，包括：

获取语音信号，和语音信号对应的脑电信号；

对语音信号进行特征向量提取，得到声学特征向量；

对脑电信号进行特征向量提取，得到脑电信号特征向量；

对声学特征向量和脑电信号特征向量进行向量融合，得到融合特征向量；

根据融合特征向量和语音识别网络，识别语音信号对应的信息。

第二方面，本申请实施例提供了一种语音识别装置，包括：

获取模块，用于获取语音信号，和语音信号对应的脑电信号；

提取模块，用于对语音信号进行特征向量提取，得到声学特征向量；以及

对脑电信号进行特征向量提取，得到脑电信号特征向量；

融合模块，用于对声学特征向量和脑电信号特征向量进行向量融合，得到融合特征向量；

识别模块，用于根据融合特征向量和语音识别网络，识别语音信号对应的信息。

第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面的方法的步骤。

第五方面，本申请实施例提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面的方法的步骤。

第六方面，本申请实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的方法。

在本申请实施例中，在进行语音识别的场景下，在通过手机等电子设备获取用户的语音信号的同时，通过具有脑机交互功能的可穿戴设备，如带有脑电信号识别功能的智能耳机、智能眼镜、智能头戴显示器等设备，获取用户说话时的脑电信号，并对用户语音信号的声学特征向量和脑电信号特征向量进行融合，由于用户在说出不同的话语时，用户的脑电信号不同，因此提取出的用户说话时的脑电信号特征向量，能够在原有的声学特征维度上，增加脑电信号维度的特征，因此通过脑电信号特征向量辅助基于声学特征向量的语音识别，能够提高对语音识别准确率。

附图说明

图1示出了本申请实施例的语音识别方法的流程图；

图2示出了本申请实施例的脑电信号的信号波示意图；

图3示出了本申请实施例的第二特征向量提取网络的网络结构示意图；