[發明專利]一種語音識別方法、裝置、電子設備和可讀存儲介質

在審

• 申請號: 202011223168.0
• 申請日: 2020-11-05
• 公開（公告）號: CN112382281A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 楊松;紀盛
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20;G10L15/30;G10L19/00
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種語音識別方法，包括：

獲取待識別音頻；

對所述待識別音頻進行預處理，得到第一多路音頻；

對所述第一多路音頻進行喚醒檢測，在檢測到存在喚醒詞的情況下，從所述第一多路音頻中提取第二多路音頻；

對所述第二多路音頻進行多路混合壓縮之后，將壓縮音頻發送至服務器以進行語音識別；

接收由所述服務器返回的語音識別結果。

2.根據權利要求1所述的方法，其中，所述對所述待識別音頻進行預處理，得到第一多路音頻包括：

對所述待識別音頻進行降噪處理與解混響處理中的至少一種；

將處理結果作為所述第一多路音頻。

3.根據權利要求1所述的方法，其中，所述在檢測到存在喚醒詞的情況下，從所述第一多路音頻中提取第二多路音頻包括：

從所述第一多路音頻中提取喚醒詞之后的音頻部分，作為所述第二多路音頻。

4.根據權利要求1所述的方法，其中，所述對所述第二多路音頻進行多路混合壓縮包括：

確定所述第二多路音頻中各路音頻的音頻能量；

根據與音頻能量對應的壓縮率，分別對各路音頻進行壓縮，得到壓縮音頻。

5.一種語音識別裝置，包括：

獲取單元，用于獲取待識別音頻；

預處理單元，用于對所述待識別音頻進行預處理，得到第一多路音頻；

檢測單元，用于對所述第一多路音頻進行喚醒檢測，在檢測到存在喚醒詞的情況下，從所述第一多路音頻中提取第二多路音頻；

壓縮單元，用于對所述第二多路音頻進行多路混合壓縮之后，將壓縮音頻發送至服務器以進行語音識別；

接收單元，用于接收由所述服務器返回的語音識別結果。

6.根據權利要求5所述的裝置，其中，所述預處理單元在對所述待識別音頻進行預處理，得到第一多路音頻時，具體執行：

對所述待識別音頻進行降噪處理與解混響處理中的至少一種；

將處理結果作為所述第一多路音頻。

7.根據權利要求5所述的裝置，其中，所述檢測單元在檢測到存在喚醒詞的情況下，從所述第一多路音頻中提取第二多路音頻時，具體執行：

從所述第一多路音頻中提取喚醒詞之后的音頻部分，作為所述第二多路音頻。

8.根據權利要求5所述的裝置，其中，所述壓縮單元在對所述第二多路音頻進行多路混合壓縮時，具體執行：

確定所述第二多路音頻中各路音頻的音頻能量；

根據與音頻能量對應的壓縮率，分別對各路音頻進行壓縮，得到壓縮音頻。

9.一種電子設備，其特征在于，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-4中任一項所述的方法。

10.一種存儲有計算機指令的非瞬時計算機可讀存儲介質，其特征在于，所述計算機指令用于使所述計算機執行權利要求1-4中任一項所述的方法。