[發(fā)明專利]一種語音識別的方法和裝置

有效

• 申請?zhí)枺?/td>: 201210314129.0
• 申請日: 2012-08-29
• 公開（公告）號: CN103680500B
• 公開（公告）日: 2018-10-16
• 發(fā)明（設計）人: 錢勝
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G10L15/14
• 分類號: G10L15/14
• 代理公司: 北京鴻德海業(yè)知識產權代理事務所(普通合伙) 11412
• 代理人: 袁媛

1.一種語音識別的方法，其特征在于，該方法包括：

訓練解碼網(wǎng)絡時采用上下文相關的隱馬爾科夫模型HMM，所述上下文相關的HMM中HMM狀態(tài)與音素的上下文相關；在解碼網(wǎng)絡中的詞尾增加靜音sil模型，并將解碼網(wǎng)絡中該sil模型之前的HMM狀態(tài)中音素的下文替換為sil，將解碼網(wǎng)絡中該sil模型之后的HMM狀態(tài)中音素的上文替換為sil；

利用所述解碼網(wǎng)絡獲得待識別語音的HMM狀態(tài)跳轉序列。

2.根據(jù)權利要求1所述的方法，其特征在于，該方法還包括：在所述解碼網(wǎng)絡中語言模型的末尾增加一條到該語言模型頭部的跳轉。

3.根據(jù)權利要求2所述的方法，其特征在于，該方法還包括：在所述HMM狀態(tài)跳轉序列基礎上查詢語言模型確定最優(yōu)路徑后，如果最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉，則確定存在句間停頓。

4.根據(jù)權利要求3所述的方法，其特征在于，該方法還包括：

依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標點符號。

5.一種語音識別的裝置，其特征在于，該裝置包括：

網(wǎng)絡訓練單元，用于訓練解碼網(wǎng)絡時采用上下文相關的隱馬爾科夫模型HMM，所述上下文相關的HMM中HMM狀態(tài)與音素的上下文相關；在解碼網(wǎng)絡中的詞尾增加靜音sil模型，并將解碼網(wǎng)絡中該sil模型之前的HMM狀態(tài)中音素的下文替換為sil，將解碼網(wǎng)絡中該sil模型之后的HMM狀態(tài)中音素的上文替換為sil；

路徑確定單元，用于利用所述解碼網(wǎng)絡獲得待識別語音的HMM狀態(tài)跳轉序列。

6.根據(jù)權利要求5所述的裝置，其特征在于，所述網(wǎng)絡訓練單元，還用于在所述解碼網(wǎng)絡中語言模型的末尾增加一條到該語言模型頭部的跳轉。

7.根據(jù)權利要求6所述的裝置，其特征在于，所述路徑確定單元，還用于在所述HMM狀態(tài)跳轉序列基礎上查詢語言模型確定最優(yōu)路徑；

該裝置還包括：

停頓識別單元，用于如果所述路徑確定單元確定出的最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉，則確定存在句間停頓。

8.根據(jù)權利要求7所述的裝置，其特征在于，所述停頓識別單元，還用于依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標點符號。