[發明專利]一種語音識別方法和語音識別系統

有效

• 申請號: 201710015475.1
• 申請日: 2017-01-10
• 公開（公告）號: CN107093422B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 陳桂林
• 申請（專利權）人: 上海優同科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/14;G10L15/16;G10L15/183;G10L15/22;G10L15/30
• 代理公司: 上海驍象知識產權代理有限公司 31315
• 代理人: 趙俊寅

1.一種語音識別方法，其特征在于，所述語音識別方法包括以下步驟：

對獲取的語音信號進行預處理；

從所述語音信號中提取特征參數；

采用語言模型和基于長短時記憶模型結構建立得到的聲學模型對所述語音信號進行自動識別；

對自動識別得到的結果進行后處理；

聲學模型的建立包括特征選取步驟，所述特征選取步驟包括：

將連續若干幀的基音組合形成一特征向量；

對所述特征向量進行歸整化處理；

將歸整化處理后的特征向量作為長短時記憶模型結構的輸入參數；

在對所述特征向量進行歸整化處理的過程中，所述歸整化處理在音節層面進行，具體過程包括：

根據同一個音節內部的基音曲線，算其平均值，各幀基音對平均值取預定比值；所述預定比值采用公式：

其中，F_k表示第k幀的基音，F_mean表示音節的平均基音，其中，表示第k幀基音相對于平均基音的比值，k為自然數；

聲學模型的建立還包括以下步驟：

基于長短時記憶模型結構分別建立相互獨立的譜參數聲學模型和基音聲學模型；

在解碼識別過程中，先利用譜參數聲學模型進行解碼識別，再利用基音聲學模型進行解碼識別；

在利用譜參數聲學模型進行解碼識別中，判斷譜參數聲學模型的識別結果中是否包括相同的拼音，若不包含相同的拼音，則解碼識別過程結束，若包含相同的拼音，則利用基音聲學模型進行解碼識別；

在基音聲學模型解碼識別過程中，對拼音相同、但調型不同的詞序列進行重新打分以選取更為精準的詞序列。

2.一種語音識別系統，其特征在于，應用有權利要求1所述的語音識別方法，且還包括：

預處理單元，用于對語音信號進行預處理；

提取單元，用于從所述語音信號中提取特征參數；

識別器，用于采用語言模型和基于長短時記憶模型結構建立得到的聲學模型對所述語音信號進行自動識別；

后處理單元，用于對自動識別得到的結果進行后處理。