[发明专利]语音识别方法、装置及系统

说明书

技术领域

本发明涉及通信技术，尤其涉及一种语音识别方法、装置及系统。

背景技术

随着社会发展，信息安全成为各国关注的重点，特别是对音视频内容的监控，从被监控的音视频内容中检测出敏感的信息，为信息安全提供参考。

对语音数据的识别通常采用对音视频内容进行音视频分离，将分离出的语音数据转换为文本，利用文本匹配方式，在文本中匹配搜索关键词。

在现有技术中，由于先将语音数据转换为文本，然后利用文本匹配方式搜索关键词，另外没有涉及对相似关键词的搜索，导致关键词的搜索速度较慢以及关键词覆盖率较低。

发明内容

本发明提供一种语音识别方法、装置及系统，以提高对语音关键词的识别速度及覆盖率。

本发明的一个方面是提供一种语音识别方法，包括：

对待识别的语音文件进行声学识别获得对应的音素图，并将搜索关键词转换为音素串；

根据所述音素串在所述音素图中进行匹配搜索，获得关键词候选列表，所述关键词候选列表包括多个与所述搜索关键词相近的候选关键词；

获取各候选关键词的置信度，并根据预设的置信度门限值，获取识别结果，所述识别结果包括所述语音文件的标识、置信度高于所述置信度门限值的候选关键词所对应的文件内偏移，以及所述候选关键词对应的置信度。

本发明的另一个方面是提供一种语音识别装置，包括：

转换模块，用于对待识别的语音文件进行声学识别获得对应的音素图，并将搜索关键词转换为音素串；

匹配搜索模块，用于根据所述音素串在所述音素图中进行匹配搜索，获得关键词候选列表，所述关键词候选列表包括多个与所述搜索关键词相近的候选关键词；

置信度获取模块，用于获取各候选关键词的置信度，并根据预设的置信度门限值，获取识别结果，所述识别结果包括所述语音文件的标识、置信度高于所述置信度门限值的候选关键词所对应的文件内偏移，以及所述候选关键词对应的置信度。

本发明的另一个方面是提供一种语音识别系统，包括：

数据采集装置，用于实时采集音频数据；

如权利要求5-8任一所述的语音识别装置，用于对所述数据采集装置采集的音频数据进行识别，向结果显示模块发送识别后的识别结果；

结果显示模块，用于显示所述语音识别装置发送的所述识别结果。

本发明提供的语音识别方法、装置及系统，利用在语音数据对应的音素图中采用动态规划算法匹配搜索关键词文本对应的音素串，提高了语音关键词的识别速度及覆盖率。

附图说明

图1为本发明实施例一提供的语音识别方法流程图；

图2为本发明实施例二提供的语音识别方法流程图；

图3为本发明实施例三提供的语音识别方法框图；

图4为本发明实施例四提供的语音识别装置结构图；

图5为本发明实施例五提供的语音识别装置结构图；

图6为本发明实施例六提供的语音识别系统结构图。

具体实施方式

实施例一

图1为本发明实施例一提供的语音识别方法流程图。本发明实施例适用于基于音素图的语音关键词识别方法，将语音文件通过声学识别为音素图，将搜索关键词转换为音素串，在音素图中匹配搜索音素串，具体的语音识别过程包括：

步骤101、对待识别的语音文件进行声学识别获得对应的音素图，并将搜索关键词转换为音素串；

音素是根据语音的自然属性划分出来的最小语音单位，从声学性质来看，音素是从音质角度划分出来的最小语音单位，相同发音动作发出的音是同一音素，不同发音动作发出的音是不同音素。一个语音文件包含有大量的最小语音单位，由大量连续的音素可构成音素图，采用声学识别技术可以将语音文件转换成对应的音素图，与搜索关键词对应的音素可构成音素串。

步骤102、根据所述音素串在所述音素图中进行匹配搜索，获得关键词候选列表，所述关键词候选列表包括多个与所述搜索关键词相近的候选关键词；