[發(fā)明專利]語音識(shí)別的方法、裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)與處理器

在審

• 申請(qǐng)?zhí)枺?/td>: 202110786043.7
• 申請(qǐng)日: 2021-07-12
• 公開（公告）號(hào): CN113506565A
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計(jì)）人: 李健;謝園園;陳明;武衛(wèi)東
• 申請(qǐng)（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號(hào): G10L15/08
• 分類號(hào): G10L15/08;G10L25/24;G10L25/30
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 霍文娟

1.一種語音識(shí)別的方法，其特征在于，包括：

獲取語音數(shù)據(jù)；

確定所述語音數(shù)據(jù)的語音類別，所述語音類別包括語種和/或方言；

確定所述語音數(shù)據(jù)的上下文語義；

根據(jù)所述語音類別和所述上下文語義，確定ASR引擎和ASR模型；

采用所述ASR引擎和所述ASR模型，對(duì)所述語音數(shù)據(jù)進(jìn)行識(shí)別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述語音數(shù)據(jù)的語音類別，包括：

提取出所述語音數(shù)據(jù)的音頻特征參量；

根據(jù)所述音頻特征參量確定所述語音類別。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)所述音頻特征參量確定所述語音類別，包括：

構(gòu)建分類模型；

將所述音頻特征參量輸入至所述分類模型中進(jìn)行計(jì)算，輸出所述語音類別。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，確定所述語音數(shù)據(jù)的上下文語義，包括：

提取出所述語音數(shù)據(jù)中的關(guān)鍵詞；

根據(jù)所述關(guān)鍵詞確定所述上下文語義。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述語音類別和所述上下文語義，確定ASR引擎和ASR模型，包括：

根據(jù)所述上下文語義，確定所述ASR引擎；

根據(jù)所述語音類別和/或所述上下文語義，確定所述ASR模型。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述語音類別和所述上下文語義，確定ASR引擎和ASR模型，包括：

在用戶進(jìn)行多輪對(duì)話過程中，先根據(jù)所述上下文語義確定所述ASR引擎，再根據(jù)所述語音類別確定所述ASR模型。

7.根據(jù)權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于，所述ASR引擎包括至少以下之一：

語法識(shí)別引擎、自由說引擎、關(guān)鍵詞檢出引擎、語音質(zhì)檢分析引擎。

8.一種語音識(shí)別的裝置，其特征在于，包括：

獲取單元，用于獲取語音數(shù)據(jù)；

第一確定單元，用于確定所述語音數(shù)據(jù)的語音類別，所述語音類別包括語種和/或方言；

第二確定單元，用于確定所述語音數(shù)據(jù)的上下文語義；

第三確定單元，用于根據(jù)所述語音類別和所述上下文語義，確定ASR引擎和ASR模型；

識(shí)別單元，用于采用所述ASR引擎和所述ASR模型，對(duì)所述語音數(shù)據(jù)進(jìn)行識(shí)別。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其中，在所述程序運(yùn)行時(shí)控制所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)所在設(shè)備執(zhí)行權(quán)利要求1至7中任意一項(xiàng)所述的方法。

10.一種處理器，其特征在于，所述處理器用于運(yùn)行程序，其中，所述程序運(yùn)行時(shí)執(zhí)行權(quán)利要求1至7中任意一項(xiàng)所述的方法。