[發(fā)明專利]一種語音識別方法、裝置、電子設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210108497.3
• 申請日: 2022-01-28
• 公開（公告）號: CN114495942A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 鄭曉明;李健;武衛(wèi)東;陳明
• 申請（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06;G10L25/18
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

1.一種語音識別的方法，其特征在于，所述方法包括：

根據(jù)預(yù)先生成的目標(biāo)音頻格式自動(dòng)檢測模型對若干音頻數(shù)據(jù)的音頻格式進(jìn)行檢測；

在若干所述音頻數(shù)據(jù)的音頻格式中檢測到所述目標(biāo)音頻格式的情況下，根據(jù)預(yù)先生成的頻譜補(bǔ)償模型對音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)進(jìn)行處理，得到待處理音頻數(shù)據(jù)；

對所述待處理音頻數(shù)據(jù)利用通用模型進(jìn)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，在所述根據(jù)預(yù)先生成的目標(biāo)音頻格式自動(dòng)檢測模型對若干音頻數(shù)據(jù)的音頻格式進(jìn)行檢測的步驟之前，還包括：

預(yù)先生成目標(biāo)音頻格式自動(dòng)檢測模型；

預(yù)先生成頻譜補(bǔ)償模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)先生成目標(biāo)音頻格式自動(dòng)檢測模型，包括：

獲取第一訓(xùn)練樣本，其中，所述第一訓(xùn)練樣本包括音頻格式為非所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜和所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜；

將所述音頻格式為非所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜和所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜作為輸入，將所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜作為輸出的目標(biāo)，對預(yù)設(shè)的第一初始模型進(jìn)行訓(xùn)練，將訓(xùn)練完成的模型確定為目標(biāo)音頻格式自動(dòng)檢測模型。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述預(yù)先生成頻譜補(bǔ)償模型，包括：

獲取第二訓(xùn)練樣本，其中，所述第二訓(xùn)練樣本包括模擬的非壓縮音頻數(shù)據(jù)的頻譜和所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜；

將所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜作為輸入，將所述模擬的非壓縮音頻數(shù)據(jù)的頻譜作為輸出的目標(biāo)，對預(yù)設(shè)的第二初始模型進(jìn)行訓(xùn)練，將訓(xùn)練完成的模型確定為頻譜補(bǔ)償模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)先生成的頻譜補(bǔ)償模型對音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)進(jìn)行處理，得到待處理音頻數(shù)據(jù)，包括：

將所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜輸入預(yù)先生成的所述頻譜補(bǔ)償模型，根據(jù)所述頻譜補(bǔ)償模型的輸出得到所述待處理音頻數(shù)據(jù)。

6.一種語音識別的裝置，其特征在于，所述裝置包括：

檢測模塊，用于根據(jù)預(yù)先生成的目標(biāo)音頻格式自動(dòng)檢測模型對若干音頻數(shù)據(jù)的音頻格式進(jìn)行檢測；

頻譜補(bǔ)償模塊，用于在若干所述音頻數(shù)據(jù)的音頻格式中檢測到所述目標(biāo)音頻格式的情況下，根據(jù)預(yù)先生成的頻譜補(bǔ)償模型對音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)進(jìn)行處理，得到待處理音頻數(shù)據(jù)；

語音識別模塊，用于對所述待處理音頻數(shù)據(jù)利用通用模型進(jìn)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，所述裝置還包括：

目標(biāo)音頻格式自動(dòng)檢測模型訓(xùn)練模塊，用于預(yù)先生成目標(biāo)音頻格式自動(dòng)檢測模型；

頻譜補(bǔ)償模型訓(xùn)練模塊，用于預(yù)先生成頻譜補(bǔ)償模型。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述目標(biāo)音頻格式自動(dòng)檢測模型訓(xùn)練模塊，包括：

第一訓(xùn)練樣本獲取單元，用于獲取第一訓(xùn)練樣本，其中，所述第一訓(xùn)練樣本包括音頻格式為非所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜和所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜；

目標(biāo)音頻格式自動(dòng)檢測模型訓(xùn)練單元，用于將所述音頻格式為非所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜和所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜作為輸入，將所述音頻格式為所述目標(biāo)音頻格式的音頻數(shù)據(jù)的頻譜作為輸出的目標(biāo)，對預(yù)設(shè)的第一初始模型進(jìn)行訓(xùn)練，將訓(xùn)練完成的模型確定為目標(biāo)音頻格式自動(dòng)檢測模型。