[发明专利]一种针对停顿的语音识别方法和装置

权利要求书

1.一种针对停顿的语音识别方法，包括：

接收一帧或多帧语音信号；

识别所述一帧或多帧语音信号中的静音信号；

当识别成功时，去除所述静音信号；

对去除静音信号的一帧或多帧语音信号进行语音识别，获得识别结果。

2.如权利要求1所述的方法，其特征在于，所述识别所述一帧或多帧语音信号中的静音信号的步骤包括：

查找预先基于静音信号生成的声学模型；

判断所述语音信号与所述声学模型是否匹配；若是，则确定所述语音信号为静音信号。

3.如权利要求2所述的方法，其特征在于，所述声学模型表征为多个状态；

所述判断所述语音信号与声学模型是否匹配的步骤包括：

提取所述语音信号的语音特征；

计算所述语音特征属于所述状态的后验概率；

当所述后验概率大于预设的概率阈值时，确认所述语音信号与所述声学模型匹配。

4.如权利要求3所述的方法，其特征在于，所述声学模型为隐马尔可夫模型，所述隐马尔可夫模型具有5个状态；

所述计算所述语音特征属于所述状态的后验概率的步骤包括：

计算所述语音特征属于第2个状态、第3个状态和第4个状态中的至少一个状态的后验概率。

5.如权利要求4所述的方法，其特征在于，所述语音特征为滤波器组特征；

所述计算所述语音特征属于第2个状态、第3个状态和第4个状态中的至少一个状态的后验概率的步骤包括：

将所述滤波器组特征输入预设的深度神经网络模型，计算所述滤波器组特征属于第2个状态、第3个状态和第4个状态中的至少一个状态的后验概率。

6.一种针对停顿的语音识别装置，包括：

语音信号接收模块，适于接收一帧或多帧语音信号；

静音信号识别模块，适于识别所述一帧或多帧语音信号中的静音信号；

静音信号去除模块，适于在识别成功时，去除所述静音信号；

语音识别模块，适于对去除静音信号的一帧或多帧语音信号进行语音识别，获得识别结果。

7.如权利要求6所述的装置，其特征在于，所述静音信号识别模块还适于：

查找预先基于静音信号生成的声学模型；

判断所述语音信号与所述声学模型是否匹配；若是，则确定所述语音信号为静音信号。

8.如权利要求7所述的装置，其特征在于，所述声学模型表征为多个状态；

所述静音信号识别模块还适于：

提取所述语音信号的语音特征；

计算所述语音特征属于所述状态的后验概率；

当所述后验概率大于预设的概率阈值时，确认所述语音信号与所述声学模型匹配。

9.如权利要求8所述的装置，其特征在于，所述声学模型为隐马尔可夫模型，所述隐马尔可夫模型具有5个状态；

所述静音信号识别模块还适于：

计算所述语音特征属于第2个状态、第3个状态和第4个状态中的至少一个状态的后验概率。

10.如权利要求9所述的装置，其特征在于，所述语音特征为滤波器组特征；

所述静音信号识别模块还适于：

将所述滤波器组特征输入预设的深度神经网络模型，计算所述滤波器组特征属于第2个状态、第3个状态和第4个状态中的至少一个状态的后验概率。