[发明专利]一种语音识别方法和装置

权利要求书

1.一种语音识别方法，其特征在于，包括：

对输入语音进行声学特征提取，并根据所述提取的声学特征分别计算多个不同类型的声学模型中各声学建模单元的似然值；

将所述多个不同类型的声学模型中各声学建模单元的似然值进行融合处理；

根据融合处理结果获取所述输入语音的识别结果。

2.根据权利要求1所述的方法，其特征在于，所述多个不同类型的声学模型包括：朗读语音声学模型和自然语音声学模型。

3.根据权利要求1或2所述的方法，其特征在于，所述多个不同类型的声学模型包括：多个声学模型的语种类型不同和/或方言类型不同。

4.根据权利要求1所述的方法，其特征在于，将所述多个不同类型的声学模型中各声学建模单元的似然值进行融合处理，包括：

根据多个不同类型的声学模型的似然值融合权重系数，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和。

5.根据权利要求4所述的方法，其特征在于，根据多个不同类型的声学模型的似然值融合权重系数，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和，包括：

根据多个不同类型的声学模型中各声学建模单元的似然值排序结果，以及多个不同类型的声学模型的似然值融合权重系数排序结果，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和。

6.根据权利要求4或5所述的方法，其特征在于，当第i个声学模型的第k个声学建模单元的似然值大于其他声学模型的第k个声学建模单元的似然值的连续帧数T大于预设帧数X时，在根据多个不同类型的声学模型的似然值融合权重系数，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和之前，还包括：

对所述多个不同类型的声学模型的似然值融合权重系数进行后向掩蔽处理；其中,i和k为正整数，X为大于或者等于2的正整数，T为大于X的正整数；

根据多个不同类型的声学模型的似然值融合权重系数，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和，包括：

根据后向掩蔽处理结果对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和。

7.根据权利要求6所述的方法，其特征在于，所述对所述多个不同类型的声学模型的似然值融合权重系数进行后向掩蔽处理，包括：

当第i个声学模型的第k个声学建模单元的似然值大于其他声学模型的第k个声学建模单元的似然值的连续帧数T大于预设帧数X时，在连续T帧后的Y帧内增加所述第i个声学模型的似然值融合权重系数，其中Y为大于或者等于1的正整数。

8.一种语音识别装置，其特征在于，包括：

似然值计算模块，用于对输入语音进行声学特征提取，并根据所述提取的声学特征分别计算多个不同类型的声学模型中各声学建模单元的似然值；

融合处理模块，用于将所述多个不同类型的声学模型中各声学建模单元的似然值进行融合处理；

识别模块，用于根据融合处理结果获取所述输入语音的识别结果。

9.根据权利要求8所述的装置，其特征在于，所述多个不同类型的声学模型包括：朗读语音声学模型和自然语音声学模型。

10.根据权利要求8或9所述的装置，其特征在于，所述多个不同类型的声学模型包括：多个声学模型的语种类型不同和/或方言类型不同。

11.根据权利要求8所述的装置，其特征在于，所述融合处理模块具体用于：根据多个不同类型的声学模型的似然值融合权重系数，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和。

12.根据权利要求11所述的装置，其特征在于，所述融合处理模块具体用于：根据多个不同类型的声学模型中各声学建模单元的似然值排序结果，以及多个不同类型的声学模型的似然值融合权重系数排序结果，对所述多个不同类型的声学模型中各声学建模单元的似然值进行加权求和。