[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: 202011333455.7
• 申請日: 2020-11-24
• 公開（公告）號: CN112382279B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 吳震;周茂仁;王知踐;崔亞峰;吳玉芳;瞿琴;劉兵;革家象
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/04
• 分類號: G10L15/04;G10L15/183;G10L15/26;G10L15/16
• 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: 韓海花

本申請公開了語音識別方法、裝置、電子設備和存儲介質，涉及人工智能技術領域中的深度學習技術領域和語音技術領域，其中，方法包括：響應于獲取到的目標語音信息，獲取與目標語音信息對應的應用的狀態信息和上下文信息；根據狀態信息和上下文信息，計算目標語音信息的語義完整度；確定與語義完整度對應的監測時長，并在監測時長內監測語音信息；若在監測時長內沒有監測到語音信息，則根據目標語音信息進行語音識別。由此，根據多維度參數確定獲取到的語音信息的語義完整度，根據語義完整度靈活調整檢測語音信息的時長，避免截斷語音信息，提高了語音識別的精確度。

技術領域

本申請涉及人工智能技術領域中的深度學習技術領域和語音技術領域，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

隨著人工智能技術的發展，智能音箱、智能機器人等智能家居產品也得到發展，用戶基于語音信息的輸入即可控制有關產品的工作，比如，用戶向智能音箱語音輸入“打開音樂”，則智能音箱執行打開音樂應用的操作等。

相關技術中，為了獲取完整的語音信息，對語音信息進行尾點檢測，即檢測獲取到語音信息的暫停時長，也可以理解為靜音時長，當暫停時長達到固定值后，則認為獲取到了完整的語音信息，顯然這種確定語音信息完整與否的方式限制性較高，可能導致語音信息的獲取不完整，語音識別的精度不高。

發明內容

本申請提提供了一種用于根據多維度參數確定獲取到的語音信息的語義完整度，根據語義完整度靈活調整檢測語音信息的時長，避免截斷語音信息，提高了語音識別的精確度的語音識別方法、裝置、電子設備和存儲介質。

根據第一方面，提供了一種語音識別方法，包括：響應于獲取到的目標語音信息，獲取與所述目標語音信息對應的應用的狀態信息和上下文信息；根據所述狀態信息和上下文信息，計算所述目標語音信息的語義完整度；確定與所述語義完整度對應的監測時長，并在所述監測時長內監測語音信息；若在所述監測時長內沒有監測到語音信息，則根據所述目標語音信息進行語音識別。

根據第二方面，提供了一種語音識別裝置，包括：獲取模塊，用于響應于獲取到的目標語音信息，獲取與所述目標語音信息對應的應用的狀態信息和上下文信息；計算模塊，用于根據所述狀態信息和上下文信息，計算所述目標語音信息的語義完整度；監測模塊，用于確定與所述語義完整度對應的監測時長，并在所述監測時長內監測語音信息；語音識別模塊，用于在所述監測時長內沒有監測到語音信息時，根據所述目標語音信息進行語音識別。

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。

本申請提供的實施例，至少具有如下有益技術效果：

響應于獲取到的目標語音信息，獲取與目標語音信息對應的應用的狀態信息和上下文信息，根據狀態信息和上下文信息，計算目標語音信息的語義完整度，進而，確定與語義完整度對應的監測時長，并在監測時長內監測語音信息，最后，若在監測時長內沒有監測到語音信息，則根據目標語音信息進行語音識別。由此，根據多維度參數確定獲取到的語音信息的語義完整度，根據語義完整度靈活調整檢測語音信息的時長，避免截斷語音信息，提高了語音識別的精確度。

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；