流式语音识别的处理方法、装置和计算机设备与流程

文档序号:26957138发布日期:2021-10-16 04:48阅读:来源:国知局

技术特征:
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,且相邻窗口之间不做重叠;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。8.一种流式语音识别的处理装置,其特征在于,包括:采集模块,用于采集初始语音数据;第一滑窗模块,用于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;识别模块,用于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;拼接模块,用于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;第二滑窗模块,用于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,且相邻窗口之间不做重叠;搜索模块,用于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。9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

技术总结
本申请提供了一种流式语音识别的处理方法、装置和计算机设备,识别系统采集初始语音数据,对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。再按照各个二次语音数据的采集时间顺序,依次将各个二次语音数据输入预先训练的语音识别模型进行处理,得到各个初始序列矩阵。每次语音识别模型输出新的初始序列矩阵时,识别系统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,对二次序列矩阵进行二次滑窗处理,得到最终序列矩阵。识别系统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,处理速度快,准确度高。准确度高。准确度高。


技术研发人员:李杰 王广新 杨汉丹
受保护的技术使用者:深圳市友杰智新科技有限公司
技术研发日:2021.09.09
技术公布日:2021/10/15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1