[發(fā)明專利]多路語音識別方法、裝置、設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910164535.5
• 申請日: 2019-03-05
• 公開（公告）號: CN109920405A
• 公開（公告）日: 2019-06-21
• 發(fā)明（設(shè)計）人: 陳建哲;彭漢迎;歐陽能鈞
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/26;G10L25/03
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 胡艾青;劉芳

本發(fā)明實施例提供一種多路語音識別方法、裝置、設(shè)備及可讀存儲介質(zhì)。本發(fā)明實施例的方法，通過接收多路麥克風(fēng)陣列采集的音頻數(shù)據(jù)，對每路音頻數(shù)據(jù)進(jìn)行波束成形處理，得到每路音頻數(shù)據(jù)中與對應(yīng)音頻采集區(qū)域?qū)?yīng)的音頻信號，削弱該路音頻數(shù)據(jù)中其他方向上的音頻信號；對多路音頻信號進(jìn)行干擾抑制處理得到每個音頻采集區(qū)域?qū)?yīng)語音信號，減少其他音頻采集區(qū)域的噪音信號對該路語音信號的干擾，對各語音信號語音識別得到每個音頻采集區(qū)域?qū)?yīng)的語音識別結(jié)果，提高了語音識別的識別率；在多人同時講話時，抑制各路語音信號間的相互干擾，得到每個音頻采集位置對應(yīng)的語音識別結(jié)果，提高了語音識別的效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明實施例涉及語音識別技術(shù)領(lǐng)域，尤其涉及一種多路語音識別方法、裝置、設(shè)備及可讀存儲介質(zhì)。

背景技術(shù)

目前，車輛上的車機(jī)都是只在前排設(shè)置一路雙聲道麥克風(fēng)，包括左、右聲道兩個麥克風(fēng)，主要用于采集正駕駛位附近的音頻數(shù)據(jù)，通過對采集的音頻數(shù)據(jù)進(jìn)行語音識別，來識別司機(jī)向車機(jī)發(fā)出的指令等識別語。

但是，如果車輛上坐在副駕駛位或者后排座位的乘客向車機(jī)發(fā)出識別語時，由于聲源距離麥克風(fēng)較遠(yuǎn)，麥克風(fēng)采集的音頻數(shù)據(jù)質(zhì)量較差，導(dǎo)致語音識別率很低，尤其在多人同時講識別語時，會造成混響，更加難以正確識別出識別語。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種多路語音識別方法、裝置、設(shè)備及可讀存儲介質(zhì)，用以解決現(xiàn)有技術(shù)中車輛上的語音識別方法的語音識別率很低的問題。

本發(fā)明實施例的一個方面是提供一種多路語音識別方法，包括：

接收多路麥克風(fēng)陣列采集的音頻數(shù)據(jù)，每路所述麥克風(fēng)陣列指向車輛內(nèi)的一個音頻采集區(qū)域，用于采集一路音頻數(shù)據(jù)；

根據(jù)每路麥克風(fēng)陣列相對于對應(yīng)音頻采集區(qū)域的位置，對每路所述音頻數(shù)據(jù)進(jìn)行波束成形處理，得到每路所述音頻數(shù)據(jù)中與對應(yīng)音頻采集區(qū)域?qū)?yīng)的音頻信號；

對多路所述音頻信號進(jìn)行干擾抑制處理，得到每個所述音頻采集區(qū)域?qū)?yīng)語音信號；

對各所述音頻采集區(qū)域?qū)?yīng)的語音信號進(jìn)行語音識別，得到每個所述音頻采集區(qū)域?qū)?yīng)的語音識別結(jié)果。

本發(fā)明實施例的另一個方面是提供一種多路語音識別裝置，包括：

數(shù)據(jù)獲取模塊，用于接收多路麥克風(fēng)陣列采集的音頻數(shù)據(jù)，每路所述麥克風(fēng)陣列指向車輛內(nèi)的一個音頻采集區(qū)域，用于采集一路音頻數(shù)據(jù)；

波束成形模塊，用于根據(jù)每路麥克風(fēng)陣列相對于對應(yīng)音頻采集區(qū)域的位置，對每路所述音頻數(shù)據(jù)進(jìn)行波束成形處理，得到每路所述音頻數(shù)據(jù)中與對應(yīng)音頻采集區(qū)域?qū)?yīng)的音頻信號；

干擾抑制處理模塊，用于對多路所述音頻信號進(jìn)行干擾抑制處理，得到每個所述音頻采集區(qū)域?qū)?yīng)語音信號；

語音識別模塊，用于對各所述音頻采集區(qū)域?qū)?yīng)的語音信號進(jìn)行語音識別，得到每個所述音頻采集區(qū)域?qū)?yīng)的語音識別結(jié)果。

本發(fā)明實施例的另一個方面是提供一種多路語音識別設(shè)備，包括：

存儲器，處理器，以及存儲在所述存儲器上并可在所述處理器上運行的計算機(jī)程序，

所述處理器運行所述計算機(jī)程序時實現(xiàn)上述所述的多路語音識別方法。

本發(fā)明實施例的另一個方面是提供一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，

所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)上述所述的多路語音識別方法。