[發明專利]一種訓練語音識別模型、識別語音的方法及裝置

在審

• 申請號: 201910708335.1
• 申請日: 2019-08-01
• 公開（公告）號: CN110767215A
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 趙帥江;趙茜;羅訥
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/20;G10L15/26;G10L21/0208
• 代理公司: 11646 北京超成律師事務所
• 代理人: 王文紅

1.一種訓練語音識別模型的方法，其特征在于，包括：

獲取多條基礎語音信息；

基于多種環境下的噪聲語音信息和/或不同類型車輛對應的車內沖擊響應信息對所述基礎語音信息進行擴展處理，得到樣本語音信息；

基于所述樣本語音信息和所述樣本語音信息對應的實際語音識別結果，訓練語音識別模型；所述語音識別模型用于對待識別語音進行語音識別。

2.根據權利要求1所述的方法，特征在于，獲取所述基礎語音信息，包括：

獲取原始語音信息；

從所述原始語音信息中截取包含人聲的第一目標語音信息；

基于所述第一目標語音信息，生成所述基礎語音信息。

3.根據權利要求2所述的方法，其特征在于，所述基于所述第一目標語音信息，生成所述基礎語音信息，包括：

對所述第一目標語音信息進行如下一種或者多種處理，得到所述基礎語音信息：

噪聲過濾處理、去除靜音處理、方言分類處理、無效語音過濾處理。

4.根據權利要求1所述的方法，其特征在于，獲取所述噪聲語音信息，包括：

在多種環境下，基于車載語音系統，獲取原始車載語音信息；

從所述原始車載語音信息中截取不包含人聲以及靜音的第二目標語音信息；

基于所述第二目標語音信息，得到所述噪聲語音信息。

5.根據權利要求4所述的方法，其特征在于，所述基于所述第二目標語音信息，得到所述噪聲語音信息，包括：

剔除所述第二目標語音信息中信噪比高于預設信噪比閾值的信息，得到所述噪聲語音信息。

6.根據權利要求1所述的方法，其特征在于，獲取所述車內沖擊響應信息，包括：

針對多種類型的車輛中的每種車輛，在該種類型的車輛內至少一個位置播放掃頻語音信號，并在播放所述掃頻語音信號時基于車載語音系統獲取混響語音信息；

基于各個位置分別對應的所述混響語音信息、所述掃頻語音信號的逆掃頻語音信號，得到與各個位置分別對應的車內沖擊響應信息。

7.根據權利要求1所述的方法，其特征在于，當基于所述噪聲語音信息，對基礎語音信息進行擴展處理時，得到所述樣本語音信息，包括：

將所述噪聲語音信息與所述基礎語音信息進行疊加處理，生成所述樣本語音信息。

8.根據權利要求1所述的方法，其特征在于，當基于不同類型車輛對應的車內沖擊響應信息，對基礎語音信息進行擴展處理時，得到所述樣本語音信息，包括：

將不同類型車輛分別對應的車內沖擊響應信息，與所述基礎語音信息進行卷積處理，生成所述樣本語音信息。

9.根據權利要求1所述的方法，其特征在于，當基于多種環境下的噪聲語音信息和不同類型車輛對應的車內沖擊響應信息，對基礎語音信息進行擴展處理時，得到所述樣本語音信息，包括：

將所述噪聲語音信息與所述基礎語音信息進行疊加處理，生成第一中間語音信息；

將不同類型車輛分別對應的車內沖擊響應信息，與所述第一中間語音信息進行卷積處理，生成所述樣本語音信息；

或者，

將不同類型車輛分別對應的車內沖擊響應信息，與所述基礎語音信息進行卷積處理，生成第二中間語音信息；

將所述噪聲語音信息與所述第二中間語音信息進行疊加處理，生成所述樣本語音信息。

10.根據權利要求1所述的方法，其特征在于，所述基于所述噪聲語音信息和/或所述車內沖擊響應信息對所述基礎語音信息進行擴展處理之前，還包括：將所述基礎語音信息進行語速變速處理；

所述基于所述噪聲語音信息和/或所述車內沖擊響應信息對所述基礎語音信息進行擴展處理，得到樣本語音信息，包括：

基于所述噪聲語音信息和/或所述車內沖擊響應信息對進行了語音變速處理后的所述基礎語音信息進行擴展處理，得到所述樣本語音信息。