[發明專利]一種語音識別方法及裝置

在審

• 申請號: 201710703943.4
• 申請日: 2017-08-16
• 公開（公告）號: CN107403620A
• 公開（公告）日: 2017-11-28
• 發明（設計）人: 王強
• 申請（專利權）人: 廣東海翔教育科技有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/187;G10L15/19
• 代理公司: 佛山市智匯聚晨專利代理有限公司44409
• 代理人: 張艷梅

1.一種語音識別方法，其特征在于，所述方法包括以下步驟：

接收輸入的語音信號，并根據所述語音信號提取語音幀特征；

根據所述語音幀特征，對所述輸入的語音信號進行語音解碼，并獲得語音解碼結果；

根據所述語音解碼結果，通過回溯選擇的解碼路徑上的各個節點確定語義解析結果。

2.根據權利要求1所述一種語音識別方法及裝置，其特征在于，所述語音解碼結果獲得過程至少包括：將所述輸入的語音信號遍歷解碼空間中的每一條解碼路徑；根據所遍歷的結果選擇語言層得分與聲學層得分之和最大的目標解碼路徑，并根據所述目標解碼路徑上的各個節點的三音子聲學模型確定語音解碼結果。

3.根據權利要求1所述一種語音識別方法及裝置，其特征在于，所述語音解碼步驟中每條解碼路徑的語言層得分為該解碼路徑上的各個節點之間的類語言模型概率P-Class與該解碼路徑上的統計語言模型節點的統計語言模型概率P-Ngram之和。

4.根據權利要求1所述一種語音識別方法及裝置，其特征在于，所述語音解碼步驟中每條解碼路徑的聲學層得分為該解碼路徑上的各個節點的三音子聲學模型得分之和。

5.根據權利要求1所述一種語音識別方法及裝置，其特征在于，對于類語言模型節點，與該節點相應的詞類詞被展開為對應的三音子聲學模型。

6.一種語音識別裝置，其特征在于，所述裝置包括：

接收模塊，用于接收輸入的語音信號，并根據所述語音信號提取語音幀特征；

解碼模塊，用于根據所述語音幀特征，對所述輸入的語音信號進行語音解碼，并獲得語音解碼結果，其中，所述語音解碼結果獲得過程至少包括：將所述輸入的語音信號遍歷解碼空間中的每一條解碼路徑；根據所遍歷的結果選擇語言層得分與聲學層得分之和最大的目標解碼路徑，并根據所述目標解碼路徑上的各個節點的三音子聲學模型確定語音解碼結果；

解析模塊，用于根據所述語音解碼結果，通過回溯選擇的解碼路徑上的各個節點確定語義解析結果。

7.根據權利要求6所述一種語音識別裝置，其特征在于，所述每條解碼路徑的語言層得分為該解碼路徑上的各個節點之間的類語言模型概率P-Class與該解碼路 徑上的統計語言模型節點的統計語言模型概率P-Ngram之和，每條解碼路徑 的聲學層得分為該解碼路徑上的各個節點的三音子聲學模型得分之和。

8.根據權利要求6所述一種語音識別裝置，其特征在于，對于類語言模型節點，與該節點相應的詞類詞被展開為對應的三音子聲學模型。