[發明專利]語音識別方法和裝置、存儲介質

有效

• 申請號: 202011391048.1
• 申請日: 2020-12-02
• 公開（公告）號: CN112562681B
• 公開（公告）日: 2021-11-19
• 發明（設計）人: 余紹鵬
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/02
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙靜

本發明公開了一種語音識別方法和裝置、存儲介質。其中，該方法包括：獲取待識別的多路音頻信號，多路音頻信號包括多個方向采集到的音頻信號；獲取多路音頻信號中的每路音頻信號的聲紋特征；在多路音頻信號中查找聲紋特征與預設目標對象的目標聲紋特征匹配的目標路音頻信號；在多路音頻信號中查找到目標路音頻信號的情況下，從多路音頻信號中提取出目標路音頻信號。本發明解決了復雜的聲音環境中語音識別準確率較低的技術問題。

技術領域

本發明涉及計算機領域，具體而言，涉及一種語音識別方法和裝置、存儲介質。

背景技術

在復雜的聲音環境中降低干擾音頻的干擾是音頻處理中重的要研究方向。現有技術中常用于降低音頻干擾的方法有音頻降噪、回聲消除和多音區抑制。但是現有技術只能消除本設備發出的電子音，和麥克風的環境回聲，無法排除其他設備電子音的干擾和除使用者外其他個體的話語干擾，在真實用戶語音交互中，極易被其他個體的聲音干擾甚至執行非使用者的意圖。無法區分該方向內的音源信息，會把除使用者外其他聲音也送到語音助手進行語音識別和意圖執行，這樣依舊準確度有限，用戶體驗在嘈雜環境下依舊難以提升。

針對相關技術中，復雜的聲音環境中語音識別準確率較低的問題，目前尚未存在有效的解決方案。

發明內容

本發明實施例提供了一種語音識別方法和裝置、存儲介質，以至少解決復雜的聲音環境中語音識別準確率較低的技術問題。

根據本發明實施例的一個方面，提供了一種語音識別方法，包括：獲取待識別的多路音頻信號，其中，所述多路音頻信號包括多個方向采集到的音頻信號；獲取所述多路音頻信號中的每路音頻信號的聲紋特征；在所述多路音頻信號中查找所述聲紋特征與預設目標對象的目標聲紋特征匹配的目標路音頻信號；在所述多路音頻信號中查找到所述目標路音頻信號的情況下，從所述多路音頻信號中提取出所述目標路音頻信號。

根據本發明實施例的另一方面，還提供了一種語音識別裝置，包括：第一獲取模塊，用于獲取待識別的多路音頻信號，其中，所述多路音頻信號包括多個方向采集到的音頻信號；第二獲取模塊，用于獲取所述多路音頻信號中的每路音頻信號的聲紋特征；查找模塊，用于在所述多路音頻信號中查找所述聲紋特征與預設目標對象的目標聲紋特征匹配的目標路音頻信號；提取模塊，用于在所述多路音頻信號中查找到所述目標路音頻信號的情況下，從所述多路音頻信號中提取出所述目標路音頻信號。

根據本發明實施例的又一方面，還提供了一種計算機可讀的存儲介質，該計算機可讀的存儲介質中存儲有計算機程序，其中，該計算機程序被設置為運行時執行上述語音識別方法。

根據本發明實施例的又一方面，還提供了一種電子設備，包括存儲器和處理器，上述存儲器中存儲有計算機程序，上述處理器被設置為通過所述計算機程序執行上述的語音識別方法。

在本發明實施例中，通過獲取待識別的多路音頻信號，多路音頻信號包括多個方向采集到的音頻信號；獲取多路音頻信號中的每路音頻信號的聲紋特征；在多路音頻信號中查找聲紋特征與預設目標對象的目標聲紋特征匹配的目標路音頻信號；在多路音頻信號中查找到目標路音頻信號的情況下，從多路音頻信號中提取出所述目標路音頻信號，達到了在多路音頻信號中準確識別出目標路音頻信號的目的，從而實現了提高語音識別準確率的技術效果，進而解決了復雜的聲音環境中語音識別準確率較低的技術問題。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：

圖1是根據本發明實施例的一種可選的語音識別方法的應用環境的示意圖；

圖2是根據本發明實施例的語音識別方法的流程圖；

圖3是根據本發明實施例的一種可選的聲紋識別的優化策略示意圖；

圖4是根據本發明實施例的一種可選的離線流程示意圖；