[發明專利]一種語音識別方法、裝置、設備和存儲介質

有效

• 申請號: 201911410013.5
• 申請日: 2019-12-31
• 公開（公告）號: CN111081223B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 胡正倫;傅正佳;李安
• 申請（專利權）人: 廣州市百果園信息技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/20;G10L15/22
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種語音識別方法，其特征在于，包括：

將采集到的語音數據輸入到預先訓練的抗噪模型進行抗噪處理；

根據預設語音識別模型識別所述抗噪模型輸出的抗噪語音數據；

獲取所述預設語音識別模型輸出的語音識別結果。

2.根據權利要求1所述的方法，其特征在于，所述抗噪模型的預先訓練過程，包括：

獲取高信噪比的干凈音頻數據集和低信噪比的混噪音頻數據集，其中，所述混噪音頻數據集通過調整所述干凈音頻數據集的信噪比生成；

根據所述干凈音頻數據集、所述混噪音頻數據集和預設訓練目標訓練所述抗噪模型；

其中，所述訓練目標至少包括將所述干凈音頻數據集和所述混噪音頻數據集內的音頻數據識別為相同音頻數據。

3.根據權利要求2所述的方法，其特征在于，所述根據所述干凈音頻數據集、所述混噪音頻數據集和預設訓練目標訓練所述抗噪模型，包括：

根據分類器模型對所述干凈音頻數據集和所述混噪音頻數據集內的音頻數據進行分類處理；

獲取所述干凈音頻數據集內音頻數據經過分類的干凈分類結果和所述混噪音頻數據集內音頻數據經過分類的混噪分類結果；

若所述干凈分類結果與所述混噪分類結果相同，則所述抗噪模型訓練完成，若所述干凈分類結果與所述混噪分類結果不同，則根據所述干凈分類結果和所述混噪分類結果更新所述抗噪模型的權重繼續訓練。

4.根據權利要求2所述的方法，其特征在于，所述根據所述干凈音頻數據集、所述混噪音頻數據集和預設訓練目標訓練所述抗噪模型，包括：

在所述干凈音頻數據集和所述混噪音頻數據集內提取樣本數據；

通過判別器模型區分所述樣本數據的來源；

若所述樣本數據的來源判斷失敗，則確定所述抗噪模型訓練完成，若所述樣本數據的來源判斷成功，則更新所述抗噪模型的權重繼續訓練。

5.根據權利要求1所述的方法，其特征在于，在所述將采集到的語音數據輸入到預先訓練的抗噪模型進行抗噪處理之前，還包括：

將時域信號的語音數據轉換為頻域信號的語音數據。

6.根據權利要求1所述的方法，其特征在于，所述將采集到的語音數據輸入到預先訓練的抗噪模型進行抗噪處理，包括：

對所述語音數據進行預處理獲取音頻特征；

將所述音頻特征輸入到所述預先訓練的抗噪模型進行抗噪處理。

7.根據權利要求6所述的方法，其特征在于，所述預處理包括：快速傅里葉變換處理、梅爾倒頻譜處理、線性預測處理和濾波器組處理中至少一種。

8.一種語音識別裝置，其特征在于，包括：

抗噪處理模塊，用于將采集到的語音數據輸入到預先訓練的抗噪模型進行抗噪處理；

語音識別模塊，用于根據預設語音識別模型識別所述抗噪模型輸出的抗噪語音數據；

結果獲取模塊，用于獲取所述預設語音識別模型輸出的語音識別結果。

9.一種設備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的語音識別方法。

10.一種計算可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1-7中任一所述的語音識別方法。