[發明專利]一種語音識別方法、裝置、電子設備及存儲介質

有效

• 申請號: 201711479538.5
• 申請日: 2017-12-29
• 公開（公告）號: CN107993651B
• 公開（公告）日: 2021-01-19
• 發明（設計）人: 張淼;徐宇垚
• 申請（專利權）人: 深圳和而泰數據資源與云技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/16;G10L15/26
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種語音識別方法，其特征在于，包括：

采集第二格式的樣本語音數據以及與所述樣本語音數據相關聯的第一格式的第一口語數據和與所述樣本語音數據無關聯的所述第一格式的第二口語數據；

采用預設編碼方式分別對所述樣本語音數據、所述第一口語數據以及所述第二口語數據進行編碼，以分別獲取所述樣本語音數據對應的樣本語音序列、所述第一口語數據對應的第一口語序列以及所述第二口語數據對應的第二口語序列；

創建卷積神經網絡CNN模型，將所述樣本語音序列、所述第一口語序列以及所述第二口語序列作為所述CNN模型的輸入，并獲取所述CNN模型的損失值；

當所述損失值小于或者等于預設損失閾值時，生成訓練后的所述CNN模型；

獲取所述第一格式的目標口語數據，采用所述預設編碼方式獲取所述目標口語數據對應的目標口語序列；

將所述目標口語序列輸入至所述訓練后的CNN模型中，以獲取所述目標口語序列對應的第二格式的目標語音序列；

基于所述目標語音序列獲取所述目標口語數據對應的標準語音數據，并執行所述標準語音數據指示的操作指令，所述標準語音數據為智能家電設備可識別的指令數據。

2.根據權利要求1所述的方法，其特征在于，所述采用預設編碼方式獲取所述目標口語數據對應的目標口語序列，包括：

對所述目標口語數據進行分詞處理，以獲取所述目標口語數據對應的多個詞組數據；

將所述多個詞組數據中的每個詞組數據分別轉換為預設長度的向量，以獲取所述目標口語數據對應的目標口語序列。

3.根據權利要求2所述的方法，其特征在于，所述對所述目標口語數據進行分詞處理，以獲取所述目標口語數據對應的多個詞組數據之后，還包括：

在停用詞集合中查找與所述多個詞組數據相匹配的目標詞組數據；

刪除所述多個詞組數據中的目標詞組數據。

4.根據權利要求1所述的方法，其特征在于，所述將所述樣本語音序列、所述第一口語序列以及所述第二口語序列作為所述CNN模型的輸入，并獲取所述CNN模型的損失值，包括：

將所述樣本語音序列、所述第一口語序列以及所述第二口語序列作為所述CNN模型的輸入，并分別計算所述樣本語音序列與所述第一口語序列的第一差值以及所述樣本語音序列與所述第二口語序列的第二差值；

將所述第一差值以及所述第二差值作為預設損失函數的輸入，以獲取所述CNN模型的損失值。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

當所述損失值大于所述預設損失閾值時，基于所述第一差值以及所述第二差值對所述CNN模型進行調整處理，并在調整處理后執行將所述樣本語音序列、所述第一口語序列以及所述第二口語序列作為所述CNN模型的輸入，并獲取所述CNN模型的損失值的步驟。

6.根據權利要求1所述的方法，其特征在于，所述基于所述目標語音序列獲取所述目標口語數據對應的標準語音數據，包括：

計算所述目標語音序列與標準序列集合中各個標準序列的第三差值，對所述第三差值中的最小值對應的目標標準序列進行解碼，以獲取所述目標口語數據對應的標準語音數據。