[發(fā)明專利]語音識別方法、裝置、設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111055499.2
• 申請日: 2019-03-11
• 公開（公告）號: CN113782019A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設(shè)計）人: 陳建哲;張騰飛;向偉
• 申請（專利權(quán)）人: 百度國際科技（深圳）有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/20;G10L21/02;G10L21/0216;G01S5/18
• 代理公司: 北京市鑄成律師事務(wù)所 11313
• 代理人: 曹遠;段丹輝

1.一種語音識別方法，其特征在于，包括：

利用麥克風(fēng)陣列獲取來自至少一個位置的喚醒語音信號；

對所述喚醒語音信號進行聲源定位，確定喚醒語音的位置；

采用停止收音的方式對其他位置的音頻信號進行抑制，以得到待識別信號；所述其他位置為所述喚醒語音的位置之外的位置；

對所述待識別信號進行語音識別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述多路喚醒語音信號進行聲源定位，確定喚醒語音的位置，包括：

利用所述多路喚醒語音信號的信號能量進行聲源定位，將信號能量最大的一路喚醒語音信號對應(yīng)的位置確定為喚醒語音的位置。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

利用波束成形的方式調(diào)整麥克風(fēng)陣列的角度，以使得所述麥克風(fēng)陣列朝向所述喚醒語音的位置。

4.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，在所述喚醒語音的位置的麥克風(fēng)接收到所述喚醒語音的位置的第一語音信號，以及其他位置的第二語音信號的情況下，還包括：

利用數(shù)字信號處理器從所述第一語音信號中消除各所述第二語音信號，以得到待識別信號。

5.根據(jù)權(quán)利要求1至3中任一項所述的方法，其特征在于，所述采用停止收音的方式對其他位置的音頻信號進行抑制，以得到待識別信號，包括：

控制所述其他位置的麥克風(fēng)停止收音；

接收所述喚醒語音的位置的麥克風(fēng)的待識別信號。

6.一種語音識別裝置，其特征在于，包括：

獲取單元，用于利用麥克風(fēng)陣列獲取來自至少一個位置的多路喚醒語音信號；

聲源定位單元，用于對所述多路喚醒語音信號進行聲源定位，確定喚醒語音的位置；

抑制單元，用于采用停止收音的方式對其他位置的音頻信號進行抑制，以得到待識別信號；所述其他位置為所述喚醒語音的位置之外的位置；

識別單元，用于對所述待識別信號進行語音識別。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述聲源定位單元還用于利用所述多路喚醒語音信號的信號能量進行聲源定位，將信號能量最大的一路喚醒語音信號對應(yīng)的位置確定為喚醒語音的位置。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，還包括：

波束成形單元，用于利用波束成形的方式調(diào)整麥克風(fēng)陣列的角度，以使得所述麥克風(fēng)陣列朝向所述喚醒語音的位置。

9.根據(jù)權(quán)利要求6至8中任一項所述的裝置，其特征在于，在所述喚醒語音的位置的麥克風(fēng)接收到所述喚醒語音的位置的第一語音信號，以及其他位置的第二語音信號的情況下，所述抑制單元包括：

消除子單元，用于利用數(shù)字信號處理器從所述第一語音信號中消除各所述第二語音信號，以得到待識別信號。

10.根據(jù)權(quán)利要求6至8中任一項所述的裝置，其特征在于，所述抑制單元包括：

停止控制單元，用于控制所述其他位置的麥克風(fēng)停止收音；

第二接收子單元，用于接收所述喚醒語音的位置的麥克風(fēng)的待識別信號。

11.一種語音識別設(shè)備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行時，使得所述一個或多個處理器實現(xiàn)如權(quán)利要求1至5中任一項所述的方法。

12.一種計算機可讀存儲介質(zhì)，其存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至5中任一項所述的方法。