[發明專利]語音識別方法、裝置、電子設備和存儲介質

有效

• 申請號: 202011226698.0
• 申請日: 2020-11-05
• 公開（公告）號: CN112382294B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 楊松;紀盛;孟憲海;徐木水
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/30
• 分類號: G10L15/30;G10L15/32;G10L19/00
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 白雪靜

本申請公開了一種語音識別方法、裝置、電子設備和存儲介質，涉及語音技術和深度學習技術等人工智能技術領域。具體實現方案為：通過預設的第一進程識別目標語音數據中是否包含喚醒詞；若包含喚醒詞，則通過第一進程生成與目標語音數據對應的語音標識信息；控制第一進程通過預設的通信鏈路，向預設的第二進程發送包含語音標識信息的喚醒提醒消息；通過第二進程獲取目標語音數據，對目標語音數據壓縮生成壓縮語音數據；通過第二進程向服務器發送壓縮語音數據。由此，將語音喚醒算法與語音壓縮處理業務解耦，便于各自獨立升級和維護，且由于語音喚醒算法與語音壓縮處理業務運行在獨立的進程中，避免了單進程負載過高的問題，保證了語音處理的服務質量。

技術領域

本申請涉及語音技術和深度學習技術等人工智能技術領域，尤其涉及一種語音識別方法、裝置、電子設備和存儲介質。

背景技術

隨著智能語音交互的普及，圍繞著語音交互的應用和產品不斷面世。同時語音交互系統的架構設計正不斷被改進，對語音算法的處理封裝的合理性、工程鏈路可靠性、數據處理實時性和數據傳輸完整性的考驗也隨之不斷提升。

相關技術中，語音交互系統對終端設備上的語音算法封裝、工程鏈路、數據處理、網絡傳輸等模塊的設計與實現的要求很高，因為語音處理的質量影響了語音喚醒率和語音識別率的核心指標。因此，亟需一種可以提高語音處理質量的方式。

發明內容

本申請提提供了一種語音識別方法、裝置、電子設備和存儲介質，以避免了單進程負載過高的問題。

根據第一方面，提供了一種語音識別方法，包括以下步驟：在獲取到目標語音數據后，通過預設的第一進程識別所述目標語音數據中是否包含喚醒詞；若包含所述喚醒詞，則通過所述第一進程生成與所述目標語音數據對應的語音標識信息；控制所述第一進程通過預設的通信鏈路，向預設的第二進程發送包含所述語音標識信息的喚醒提醒消息；通過所述第二進程響應于所述喚醒提醒消息，根據所述語音標識信息獲取所述目標語音數據，對所述目標語音數據壓縮生成壓縮語音數據；通過所述第二進程向服務器發送所述壓縮語音數據，以便于所述服務器對所述壓縮語音數據進行語音識別。

根據第二方面，提供了一種語音識別裝置，包括：識別模塊，用于在獲取到目標語音數據后，通過預設的第一進程識別所述目標語音數據中是否包含喚醒詞；生成模塊，用于在包含所述喚醒詞時，通過所述第一進程生成與所述目標語音數據對應的語音標識信息；第一發送模塊，用于控制所述第一進程通過預設的通信鏈路，向預設的第二進程發送包含所述語音標識信息的喚醒提醒消息；語音壓縮模塊，用于通過所述第二進程響應于所述喚醒提醒消息，根據所述語音標識信息獲取所述目標語音數據，對所述目標語音數據壓縮生成壓縮語音數據；第二發送模塊，用于通過所述第二進程向服務器發送所述壓縮語音數據，以便于所述服務器對所述壓縮語音數據進行語音識別。

根據第三方面，提供了一種電子設備，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上述第一方面所述的語音識別方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質所述計算機指令用于使所述計算機執行上述第一方面所述的語音識別方法。

應當理解，本部分所描述的內容并非旨在標識本公開的實施例的關鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

附圖說明

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1是根據本申請第一實施例的語音識別方法的流程示意圖；

圖2是根據本申請第二實施例的語音識別方法的流程示意圖；

圖3是根據本申請第三實施例的語音識別方法的流程示意圖；