[發明專利]語音識別方法和裝置

有效

• 申請號: 201410129541.4
• 申請日: 2014-04-01
• 公開（公告）號: CN103915092B
• 公開（公告）日: 2019-01-25
• 發明（設計）人: 李博;王志謙;胡娜;穆向禹;賈磊;魏偉
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張大威

1.一種語音識別方法，其特征在于，包括：

采集用戶輸入的語音信息；

對所述語音信息進行特征提取，得到特征信息；

對所述特征信息進行過濾，得到過濾后的特征信息；

根據預先獲取的聲學模型和語言模型，對所述過濾后的特征信息進行解碼，得到識別后的語音信息，其中，所述聲學模型為預先進行數據壓縮后得到的；

所述根據預先獲取的聲學模型和語言模型，對所述過濾后的特征信息進行解碼，得到識別后的語音信息，包括：

采用與所述聲學模型的數據壓縮算法一致的算法，對所述過濾后的特征信息進行數據壓縮，根據所述數據壓縮過的聲學模型，對數據壓縮后的特征信息進行計算，得到聲學模型打分；

根據語言模型，對聲學模型打分后的數據進行運算，得到語言模型打分，其中，根據語言模型，以及聲學模型中每個字對應的得分，得到對應的字的語言模型打分；

根據所述聲學模型打分和所述語言模型打分，得到識別后的語音信息，其中，根據所述聲學模型打分和所述語言模型打分，得到結合后的打分，將最高的結合后的打分對應的文字片斷，確定為語音識別后得到的文字片斷；

所述對數據壓縮后的特征信息進行計算，包括：

對數據壓縮后的特征信息進行并行運算。

2.根據權利要求1所述的方法，其特征在于，所述對所述特征信息進行過濾，包括：

對所述特征信息進行跳幀提取。

3.根據權利要求1所述的方法，其特征在于，所述并行運算包括如下項中的至少一項：

數據并行運算、指令并行運算、線程并行運算。

4.一種語言識別裝置，其特征在于，包括：

采集模塊，用于采集用戶輸入的語音信息；

提取模塊，用于對所述語音信息進行特征提取，得到特征信息；

過濾模塊，用于對所述特征信息進行過濾，得到過濾后的特征信息；

解碼模塊，用于根據預先獲取的聲學模型和語言模型，對所述過濾后的特征信息進行解碼，得到識別后的語音信息，其中，所述聲學模型為預先進行數據壓縮后得到的；

所述解碼模塊具體用于：

采用與所述聲學模型的數據壓縮算法一致的算法，對所述過濾后的特征信息進行數據壓縮，根據所述數據壓縮過的聲學模型，對數據壓縮后的特征信息進行計算，得到聲學模型打分；

根據語言模塊，對聲學模型打分后的數據進行運算，得到語言模型打分，其中，根據語言模型，以及聲學模型中每個字對應的得分，得到對應的字的語言模型打分；

根據所述聲學模型打分和所述語言模型打分，得到識別后的語音信息，其中，根據所述聲學模型打分和所述語言模型打分，得到結合后的打分，將最高的結合后的打分對應的文字片斷，確定為語音識別后得到的文字片斷；

所述解碼模塊對數據壓縮后的特征信息進行計算，包括：

對數據壓縮后的特征信息進行并行運算。

5.根據權利要求4所述的裝置，其特征在于，所述過濾單元具體用于：

對所述特征信息進行跳幀提取。

6.根據權利要求4所述的裝置，其特征在于，所述解碼模塊進行的并行運算具體包括如下項中的至少一項：

數據并行運算、指令并行運算、線程并行運算。