[发明专利]识别语音的方法和装置

摘要

本发明公开了一种识别语音的方法和装置。其中，该方法包括：确定待识别语音；从待识别语音包含的多个声段中确定有效声段；根据有效声段中提取到的命令词，获取待识别语音的识别结果。本发明解决了现有技术中语音识别效率低的技术问题。

主权项

1.一种识别语音的方法，其特征在于，包括：

确定待识别语音；

从所述待识别语音包含的多个声段中确定有效声段；

根据所述有效声段中提取到的命令词，获取所述待识别语音的识别结果。

2.根据权利要求1所述的方法，其特征在于，确定待识别语音包括：

获取混合声音，其中，所述混合声音至少包括语音和非语音；

采用声纹识别算法从所述混合声音中提取出至少一个语音；

基于所述声纹识别算法对所述至少一个语音进行分类处理，得到分类结果；

从所述分类结果中确定所述待识别语音。

3.根据权利要求2所述的方法，其特征在于，采用声纹识别算法从所述混合声音中提取出至少一个语音包括：

使用预设模型对所述混合声音进行分析，确定所述混合声音中的至少一个语音，其中，所述预设模型为使用多组声音数据通过机器学习训练得到的，所述多组声音数据中的每组数据均包括：所述混合声音以及标识所述混合声音中的语音的标签；

从所述混合声音中提取出确定的所述至少一个语音。

4.根据权利要求2所述的方法，其特征在于，基于所述声纹识别算法对所述至少一个语音进行分类处理，得到分类结果包括：

获取所述至少一个语音；

使用分类模型对所述至少一个语音进行分析，确定所述至少一个语音中的每个语音的语音类型，其中，所述分类模型为使用多组语音数据通过机器学习训练得到的，所述多组语音数据中的每组语音数据均包括：所述至少一个语音以及所述至少一个语音中的语音类型的标签；

根据所述至少一个语音中的每个语音的语音类型对所述至少一个语音进行分类，得到所述分类结果。

5.根据权利要求1所述的方法，其特征在于，从所述待识别语音包含的声段中确定有效声段，包括：

确定所述待识别语音中的多个声段；

根据所述待识别语音包含的多个声段的时长参数将所述多个声段划分为至少一个独立声段；

根据所述至少一个独立声段的时长确定所述有效声段。

6.根据权利要求5所述的方法，其特征在于，所述时长参数至少包括如下之一：声段的开始时间以及声段的结束时间，其中，根据所述待识别语音包含的多个声段的时长参数将所述多个声段划分为至少一个独立声段包括：

确定第一声段的结束时间以及第二声段的开始时间，其中，所述第一声段为所述第二声段相邻的上一个声段，并且，所述第一声段的结束时间小于所述第二声段的开始时间；

计算所述第一声段的结束时间与所述第二声段的开始时间的第一时间差值；

在所述第一时间差值小于第一预设阈值的情况下，确定所述第一声段和所述第二声段属于相同的独立声段；

在所述第一时间差值大于或等于所述第一预设阈值的情况下，确定所述第一声段和所述第二声段属于不同的独立声段。

7.根据权利要求5所述的方法，其特征在于，根据所述至少一个独立声段的时长确定所述有效声段包括：

确定所述至少一个独立声段中的每个独立声段的时长；

在所述独立声段的时长小于第二预设阈值的情况下，确定所述独立声段为所述有效声段。

8.根据权利要求1所述的方法，其特征在于，根据所述有效声段中提取到的命令词，获取所述待识别语音的识别结果包括：

获取所述有效声段中的命令词；

确定预设语音库与所述命令词对应的控制指令；

控制设备完成与所述控制指令相对应的操作。

9.一种识别语音的装置，其特征在于，包括：

第一确定模块，用于确定待识别语音；

第二确定模块，用于从所述待识别语音包含的多个声段中确定有效声段；

获取模块，用于根据所述有效声段中提取到的命令词，获取所述待识别语音的识别结果。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至8中任意一项所述的识别语音的方法。

11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至8中任意一项所述的识别语音的方法。