[發明專利]一種語音識別方法及裝置

在審

• 申請號: 201310717335.0
• 申請日: 2013-12-23
• 公開（公告）號: CN103714812A
• 公開（公告）日: 2014-04-09
• 發明（設計）人: 蘇丹
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/07
• 分類號: G10L15/07;G10L15/26
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 胡彬

技術領域

本發明涉及信息處理技術領域，尤其涉及一種語音識別方法及裝置。

背景技術

語音識別（Speech?Recognition）是新近興起的一門新興學科。語音識別技術的應用使得機器等相關設備“聽懂”人的自然語音，實現了由語音到信號的轉換。語音識別通過將語音轉換成數字或模擬信號，進而由模擬或數字信號作為控制信號實現相應的控制及其他相關功能，提升了控制及其他相關功能實現的便利及靈活性。因此，語音識別在工業、軍事、交通、醫學、生活等各個方面有著廣闊的前景。

聲學模型是語音識別的基礎，通過對語音數據的特征量提取等實現語音的識別。現有技術中語音識別往往采用單個聲學模型進行語音識別，通過訓練建立一個聲學模型，建立模型后根據接收的語音數據，在所建立聲學模型的基礎上，實現語音的識別；進而根據識別結果獲取語音包含信息的數據信號，實現控制等相關功能。

現有技術中，通過單個聲學模型進行語音識別，因不同語音類型有各自的聲學特點，以單個聲學模型作為語音識別的基礎會使得訓練的聲學模型準確度較差，并進而造成語音識別結果的準確度較低。

發明內容

本發明提供了一種語音識別方法及裝置，以提高語音識別的準確性。

第一方面，本發明實施例提供了一種語音識別的方法，包括：

獲取語音數據；

根據所述語音數據的屬性信息自動確定所述語音數據的類型；

選擇與所述語音數據的類型相匹配的聲學模型進行語音識別。

本發明實施例提供的語音識別方法，根據不同語音的特點劃分語音數據的類型，進而根據劃分的語音數據的類型，建立與相應語音數據類型相匹配的聲學模型。當進行語音識別時，相關設備根據語音數據的屬性信息確定語音數據的類型后，根據確定的語音數據類型選擇與語音數據類型相匹配的聲學模型進行語音的識別。通過本發明技術方案，根據語音類型建立相應的聲學模型，使得聲學模型的建立更具準確性；進而根據相應的語音數據類型選擇相應類型的聲學模型進行語音識別，使得語音的識別更具準確性。

第二方面，本發明實施例提供了一種語音識別的裝置，包括：

獲取模塊，用于獲取語音數據；

確定模塊，用于根據所述語音數據的屬性信息自動確定所述語音數據的類型；

選擇模塊，用于選擇與所述語音數據的類型相匹配的聲學模型進行語音識別。

本發明實施例提供的語音識別裝置，根據不同語音的特點劃分語音數據的類型，進而根據劃分的語音數據的類型，建立與相應語音數據類型相匹配的聲學模型。當進行語音識別時，相關設備根據語音數據的屬性信息確定語音數據的類型后，根據確定的語音數據類型選擇與語音數據類型相匹配的聲學模型進行語音的識別。通過本發明技術方案，根據語音數據類型建立相應的聲學模型，使得聲學模型的建立更具準確性；進而根據相應的語音數據類型選擇相應類型的聲學模型進行語音識別，使得語音的識別更具準確性。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本發明的一部分，并不構成對本發明的限定。在附圖中：

圖1是本發明實施例一中語音識別方法流程示意圖；

圖2是本發明實施例二中語音識別方法流程示意圖；

圖3是本發明實施例二中語音數據獲取流程示意圖；

圖4是本發明實施例二中語音識別方法數據在客戶端和服務器端交互示意圖；

圖5是本發明實施例三中語音識別方法流程示意圖；

圖6是本發明實施例三中從語音數據包中提取語音數據的基頻分量流程示意圖；

圖7是本發明實施例四中語音識別方法流程示意圖；

圖8是本發明實施例五中語音識別裝置結構模塊示意圖。

具體實施方式

下面結合附圖及具體實施例對本發明進行更加詳細與完整的說明。可以理解的是，此處所描述的具體實施例僅用于解釋本發明，而非對本發明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發明相關的部分而非全部內容。