[發(fā)明專利]音頻信號識別方法、裝置、設(shè)備、系統(tǒng)和存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 201811148191.0 | 申請日： | 2018-09-29 |
| 公開（公告）號： | CN111063338B | 公開（公告）日： | 2023-09-19 |
| 發(fā)明（設(shè)計）人： | 薛少飛 | 申請（專利權(quán)）人： | 阿里巴巴集團控股有限公司 |
| 主分類號： | G10L15/02 | 分類號： | G10L15/02;G10L15/06;G10L15/16;G10L15/18;G10L15/26;G10L17/04;G10L17/26 |
| 代理公司： | 北京東方億思知識產(chǎn)權(quán)代理有限責(zé)任公司 11258 | 代理人： | 吳崇 |
| 地址： | 開曼群島*** | 國省代碼： | 暫無信息 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 音頻 信號 識別 方法 裝置 設(shè)備 系統(tǒng) 存儲 介質(zhì) | ||
1.一種音頻信號識別方法，包括：
針對接收的音頻信號，確定所述音頻信號中是否包括特定音頻信號；
如果所述音頻信號中包括特定音頻信號，基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，所述語音識別模型組件包括特定聲學(xué)模型和非特定聲學(xué)模型，其中，所述識別概率為將基于所述特定聲學(xué)模型處理所述音頻信號得到的識別概率和基于所述非特定聲學(xué)模型處理所述音頻信號得到的識別概率進行加權(quán)融合后得到的概率；
利用語言模型對所述音頻信號中語音識別單元的識別概率進行聲學(xué)解碼，得到所述音頻信號的文本識別結(jié)果。
2.根據(jù)權(quán)利要求1所述音頻信號識別方法，其中，所述確定所述音頻信號中是否包括特定音頻信號，包括：
利用特定音頻判別模型組件，判斷所述音頻信號的聲學(xué)特征中是否包括特定音頻信號的聲學(xué)特征，根據(jù)判斷結(jié)果確定所述音頻信號中是否包括特定音頻信號。
3.根據(jù)權(quán)利要求2所述音頻信號識別方法，其中，
所述特定音頻判別模型組件是根據(jù)正樣本和負樣本訓(xùn)練得到的模型，所述正樣本為包括特定音頻信號的音頻數(shù)據(jù)，所述負樣本為包括非特定音頻信號的音頻數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述音頻信號識別方法，其中，所述基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，所述語音識別模型組件包括特定聲學(xué)模型和非特定聲學(xué)模型，包括：
使用所述語音識別模型組件中的非特定聲學(xué)模型，計算所述音頻信號中語音識別單元的第一識別概率；
使用所述語音識別模型組件中的特定聲學(xué)模型，計算所述音頻信號中語音識別單元的第二識別概率；
利用通用聲學(xué)模型權(quán)重系數(shù)和特定聲學(xué)模型權(quán)重系數(shù)，對所述第一識別概率和所述第二識別概率進行加權(quán)融合，得到所述音頻信號中語音識別單元的識別概率。
5.根據(jù)權(quán)利要求1所述音頻信號識別方法，其中，
所述特定聲學(xué)模型的網(wǎng)絡(luò)結(jié)構(gòu)和所述非特定聲學(xué)模型的網(wǎng)絡(luò)結(jié)構(gòu)中包括共享部分。
6.根據(jù)權(quán)利要求5所述的音頻信號識別方法，其中，所述基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，所述語音識別模型組件包括特定聲學(xué)模型和非特定聲學(xué)模型，包括：
利用所述共享部分和所述特定聲學(xué)模型中的獨立部分，處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率。
7.根據(jù)權(quán)利要求5所述的音頻信號識別方法，其中，所述基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，包括：
如果所述音頻信號中不包括特定音頻信號，利用所述共享部分和所述非特定聲學(xué)模型中的獨立部分處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率。
8.一種音頻信號識別裝置，包括：
特定音頻確定模塊，用于針對接收的音頻信號，確定所述音頻信號中是否包括特定音頻信號；
音頻信號處理模塊，用于如果所述音頻信號中包括特定音頻信號，基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，所述語音識別模型組件包括特定聲學(xué)模型和非特定聲學(xué)模型；
聲學(xué)解碼模塊，用于如果所述音頻信號中包括特定音頻信號，基于語音識別模型組件處理所述音頻信號，得到所述音頻信號中語音識別單元的識別概率，所述語音識別模型組件包括特定聲學(xué)模型和非特定聲學(xué)模型，其中，所述識別概率為將基于所述特定聲學(xué)模型處理所述音頻信號得到的識別概率和基于所述非特定聲學(xué)模型處理所述音頻信號得到的識別概率進行加權(quán)融合后得到的概率。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于阿里巴巴集團控股有限公司，未經(jīng)阿里巴巴集團控股有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811148191.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 亮度信號/色信號分離裝置和亮度信號/色信號分離方法
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
- 雙耳信號的信號生成
- 雙耳信號的信號生成
- 信號處理裝置、信號處理方法、信號處理程序
- USBTYPEC信號轉(zhuǎn)HDMI信號的信號轉(zhuǎn)換線
- 信號盒（信號轉(zhuǎn)換）
- 信號調(diào)制方法、信號調(diào)制裝置、信號解調(diào)方法和信號解調(diào)裝置
