语音识别方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110060662A(43)申请公布日2019.07.26(21)申请号201910293280.2G10L21/0208(2013.01)(22)申请日2019.04.12(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人马赛杜念冬(74)专利代理机构北京清亦华知识产权代理事务所(普通合伙)11201代理人宋合成(51)Int.Cl.G10L15/02(2006.01)G10L15/18(2013.01)G10L15/22(2006.01)G10L15/26(2006.01)G10L17/22(2013.01)权利要求书2页说明书11页附图3页(54)发明名称语音识别方法及装置(57)摘要本发明提出一种语音识别方法及装置，其中方法包括：通过获取待识别的语音以及参数信息；所述参数信息包括：当前模式、所述语音的识别序号、内外噪音信息以及方位信息；提取所述语音对应的特征向量；根据所述当前模式、所述识别序号，确定所述语音是否属于单次唤醒多次识别模式中的非首次语音；若所述语音属于单次唤醒多次识别模式中的非首次语音，则根据所述参数信息和所述特征向量，获取语音识别结果、声学判定结果和语义判定结果，根据所述声学判定结果和所述语义判定结果，确定所述语音是否属于音乐领域；若所述语音属于音乐领域，则根据所述语音识别结果，确定语音对应的指令和/或资源。由于采集了内外噪音信息以及方位信息等，提高了语音识别的准确率，以及在单次唤醒多次识别模式下能够自动且准确地识别出音乐领域的语音，便于后续为用户提供高质量的音乐CN110060662A服务。CN110060662A权利要求书1/2页1.一种语音识别方法，其特征在于，包括：获取待识别的语音以及参数信息；所述参数信息包括：当前模式、所述语音的识别序号、内外噪音信息以及方位信息；提取所述语音对应的特征向量；根据所述当前模式、所述识别序号，确定所述语音是否属于单次唤醒多次识别模式中的非首次语音；若所述语音属于单次唤醒多次识别模式中的非首次语音，则根据所述参数信息和所述特征向量，获取语音识别结果、声学判定结果和语义判定结果，根据所述声学判定结果和所述语义判定结果，确定所述语音是否属于音乐领域；若所述语音属于音乐领域，则根据所述语音识别结果，确定语音对应的指令和/或资源。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前模式、所述识别序号，确定所述语音是否属于单次唤醒多次识别模式中的非首次语音，包括：判断所述当前模式是否为单次唤醒多次识别模式；若所述当前模式为单次唤醒多次识别模式，则根据所述识别序号确定所述语音是否为非首次语音。3.根据权利要求1所述的方法，其特征在于，所述根据所述参数信息和所述特征向量，获取语音识别结果、声学判定结果和语义判定结果，根据所述声学判定结果和所述语义判定结果，确定所述语音是否属于音乐领域，包括：将所述内外噪音信息、所述方位信息以及所述特征向量，输入声学识别模型，获取所述语音识别结果和声学判定结果；根据所述声学判定结果，确定所述语音在声学上是否属于音乐领域；若所述语音在声学上属于音乐领域，则将所述语音识别结果、所述内外噪音信息以及所述方位信息，输入语义识别模型，获取所述语义判定结果；根据所述语义判定结果，确定所述语音在语义上是否属于音乐领域；若所述语音在语义上属于音乐领域，则确定所述语音属于音乐领域。4.根据权利要求3所述的方法，其特征在于，所述根据所述参数信息和所述特征向量，获取语音识别结果、声学判定结果和语义判定结果，根据所述声学判定结果和所述语义判定结果，确定所述语音是否属于音乐领域，还包括：若所述语音在声学上不属于音乐领域，或者所述语音在语义上不属于音乐领域，则确定所述语音不属于音乐领域。5.根据权利要求1所述的方法，其特征在于，还包括：若所述当前模式为单次唤醒单次识别模式或者极客模式，或者所述语音属于单次唤醒多次识别模式中的首次语音，则根据所述参数信息和所述特征向量，获取语音识别结果；根据所述语音识别结果，确定对应的指令和/或资源。6.根据权利要求1所述的方法，其特征在于，所述根据所述语音识别结果，确定语音对应的指令和/或资源之后，还包括：执行所述指令，和/或，将所述资源提供给智能音箱的用户。7.一种语音识别装置，其特征在于，包括：2CN110060662A权利要求书2/2页获取模块，用于获取待识别的语音以及参数信息；所述参数信息包括：当前模式、所述语音的识别序号、内外噪音信息以及方位信息；提取模块，用于提取所述语音对应的特征向量；确定模块，用于根据所述当前模式、所述识别序号，确定所述语音是否属于单次唤醒多次识别模式中的非首次语音；所述确