[發明專利]一種自動切換語種方法、裝置、系統、設備和存儲介質

在審

• 申請號: 202010766838.7
• 申請日: 2020-08-03
• 公開（公告）號: CN111798836A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 范紅亮;李旭濱
• 申請（專利權）人: 上海茂聲智能科技有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/22
• 代理公司: 上海領譽知識產權代理有限公司 31383
• 代理人: 車超平;王琰

本申請涉及一種自動切換語種方法、裝置、系統、設備及存儲介質，該方法包括獲取喚醒語音數據；對喚醒語音數據進行處理，以獲得喚醒詞、喚醒語音片段；識別喚醒詞和/或喚醒語音片段，以獲得識別語種類型；在識別語種類型與當前語種類型不同的情況下，切換當前語種類型識別語種類型，解決了無法進行多語種切換識別的問題，實現了自動切換語種識別模型的技術效果。

技術領域

本申請涉及語音識別技術領域，特別是涉及一種自動切換語種方法、裝置、系統、設備和存儲介質。

背景技術

針對一些多語種的語音識別場景，需要根據說話者的語種情況，選擇合適語音識別引擎，從而達到最佳的語音識別效果。

在相關技術中，通常有兩種方式來滿足多語種的識別需求。第一種方式是訓練多語種混合識別模型；第二種方式是每個語種都針對性地訓練該語種的語音識別模型，每個語種均具有其獨立的語音識別引擎進行識別。

然而上述方式均具有缺陷。對于第一種方式而言，雖然直接訓練多語種混合識別模型簡單方便，但是其識別準確率低、識別效果差，無法對每個語種都有較高的識別準確率、較好的識別效果，而且，不同語種之間的識別會相互干擾。對于第二種方式而言，雖然每個語種的語音識別模型對該語種的識別準確率高、識別效果好，但是無法針對說話人選擇合適的語音識別模型進行識別。

為了解決第二種方式的缺陷，在相關技術中，通常會配置一個語種選擇選項(語種選擇菜單)，在識別之前先選擇對應的語音識別模型，然后再進行識別。但是這種方法仍然存在缺陷，如只能適用于單一語種環境，無法在多語種環境下進行識別；需要人工選擇，操作繁瑣。

目前針對相關技術中無法進行多語種切換識別的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種自動切換語種方法、裝置、系統、設備和存儲介質，以至少解決相關技術中無法進行多語種切換識別的問題。

第一方面，本申請實施例提供了一種自動切換語種方法，包括：

獲取喚醒語音數據；

對所述喚醒語音數據進行處理，以獲得喚醒詞、喚醒語音片段；

識別所述喚醒詞和/或所述喚醒語音片段，以獲得識別語種類型；

在所述識別語種類型與當前語種類型不同的情況下，切換所述當前語種類型為所述識別語種類型。

在其中的一些實施例中，在切換所述當前語種類型為所述識別語種類型之后，所述方法還包括：

選擇與所述識別語種類型相對應的語音識別引擎；

使用所述語音識別引擎對所述喚醒語音數據進行識別，以生成喚醒語音識別結果。

在其中的一些實施例中，識別所述喚醒詞和/或所述喚醒語音片段，以獲得識別語種類型包括：

識別若干所述喚醒詞，以獲得若干第一識別語種類型；

統計若干所述第一識別語種類型的次數；

在一所述第一識別語種類型的次數最多的情況下，將該所述第一識別語種類型作為識別語種類型。

在其中的一些實施例中，識別所述喚醒詞和/或所述喚醒語音片段，以獲得識別語種類型包括：

識別若干所述喚醒語音片段，以獲得若干第二識別語種類型；

統計若干所述第二識別語種類型的次數；

在一所述第二識別語種類型的次數最多的情況下，將該所述第二識別語種類型作為識別語種類型。

在其中的一些實施例中，識別所述喚醒詞和/或所述喚醒語音片段，以獲得識別語種類型包括：