一种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CN105895089A(43)申请公布日2016.08.24(21)申请号201511027242.0(22)申请日2015.12.30(71)申请人乐视致新电子科技（天津）有限公司地址300467天津市滨海新区生态城动漫中路126号动漫大厦B1区二层201-427(72)发明人王育军侯锐(74)专利代理机构上海晨皓知识产权代理事务所(普通合伙)31260代理人成丽杰(51)Int.Cl.G10L15/14(2006.01)权利要求书2页说明书8页附图3页(54)发明名称一种语音识别方法及装置(57)摘要本发明涉及语音技术，公开了一种语音识别方法及装置。本发明中，预先根据通过模型训练得到的N个高斯进行软性聚类计算，得到M个软聚类高斯；在进行语音识别时，将语音转换得到特征向量，并根据该特征向量计算得分最高的前L个软聚类高斯，其中L小于M；将L个软聚类高斯内的各成员高斯，作为语音识别过程中声学模型里需要参与计算的高斯，进行声学模型似然度的计算。本发明提供的方法在语音识别的时候采用动态高斯选择的方式，减少识别过程中声学模型里需要评估的高斯个数，提高了声学模型似然度评估的速度和准确性。CN105895089ACN105895089A权利要求书1/2页1.一种语音识别方法，其特征在于，包含以下步骤：预先根据通过模型训练得到的N个高斯，进行软性聚类计算，得到M个软聚类高斯；在进行语音识别时，将语音转换得到特征向量，并根据所述特征向量计算出得分最高的前L个软聚类高斯，所述L小于所述M；将所述L个软聚类高斯内的各成员高斯，作为语音识别过程中声学模型里需要参与计算的高斯，进行声学模型似然度的计算。2.根据权利要求1所述的语音识别方法，其特征在于，所述根据通过模型训练得到的N个高斯，进行软性聚类计算的步骤中，包含以下子步骤：将所述N个高斯按预设权重分配给聚类高斯；根据各高斯对所属的各聚类高斯的更新权重，重新估计聚类高斯，得到所述M个软聚类高斯。3.根据权利要求2所述的语音识别方法，其特征在于，所述根据通过模型训练得到的N个高斯，进行软性聚类计算的步骤中，采用以下任意算法，进行所述软性聚类的计算：K均值算法、C均值算法、自组织图算法。4.根据权利要求3所述的语音识别方法，其特征在于，在采用K均值算法重新估计聚类高斯时，计算各聚类高斯的最小聚类代价；对所述最小聚类代价求导，获取每个成员高斯对每个聚类高斯的更新权重；根据获取到的每个成员高斯对每个聚类高斯的更新权重，计算各聚类高斯的均值和方差，得到所述重新估计的聚类高斯；将所述重新估计的聚类高斯，作为所述M个软聚类高斯。5.根据权利要求4所述的语音识别方法，其特征在于，根据以下公式计算所述最小聚类代价Q：其中，g(i,n)表示第n个高斯对第i个聚类高斯的更新权重；γ为预设的聚类软硬度参数；WSKLD表示作为高斯之间距离判据的加权对称KL散度。6.根据权利要求1所述的语音识别方法，其特征在于，所述L的取值为满足下列条件的最小值：其中，p(Gi|Y)≥p(Gi+1|Y)所述Y表示所述特征向量，其中α是一个对高斯的后验概率的压缩指数，Gi表示第i个聚类高斯，p(Gi|Y)表示第i个聚类高斯的后验概率。7.根据权利要求1所述的语音识别方法，其特征在于，所述根据特征向量计算出得分最高的前L个软聚类高斯的步骤中，包含以下子步骤：根据以下公式，获取各软聚类高斯的得分：2CN105895089A权利要求书2/2页所述Y表示所述特征向量，μm表示第m个软聚类高斯的均值，Σm表示第m个软聚类高斯的方差。8.根据权利要求1所述的语音识别方法，其特征在于，在所述将语音转换得到特征向量的步骤中，将每个语音帧转换为一个所述特征向量。9.一种语音识别装置，其特征在于，包含：软性聚类获取模块，用于根据通过模型训练得到的N个高斯，进行软性聚类计算，得到M个软聚类高斯；向量转换模块，用于在进行语音识别时，将语音转换得到特征向量；选择模块，用于根据所述特征向量计算出得分最高的前L个软聚类高斯，并将所述前L个软聚类高斯的各成员高斯，作为选择的高斯；所述L小于所述M；计算模块，用于将所述选择模块选择的高斯，作为语音识别过程中声学模型里需要参与计算的高斯，进行声学模型似然度的计算。10.根据权利要求9所述的语音识别装置，其特征在于，所述软性聚类获取模块包含：权重分配模块，用于将所述N个高斯按预设权重分配给聚类高斯；重估计模块，用于根据各高斯对所属的各聚类高斯的更新权重，重新估计聚类高斯，得到所述M个软聚类高斯。3CN105895089A说明书1/8页一种语音识别方法及装置技术领域[0001]本发明涉及语音技术，特别涉及一种语音识别方法。背景技术[0002]随着语音识别技术