[发明专利]语音识别方法、系统、计算机设备及计算机可读存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

将语音信号特征序列分别输入单音素搜索网络和集内词搜索网络，并进行同步解码；

获取所述同步解码得到的集内词输出状态分数；

当所述集内词输出状态分数满足预设条件时，获取所述单音素搜索网络与所述集内词搜索网络同步解码的置信度；

根据所述置信度选择对应的解码路径，输出得到语音识别结果；

所述将语音信号特征序列分别输入单音素搜索网络和集内词搜索网络，并进行同步解码的步骤包括：

将当前帧语音信号特征序列输入所述单音素搜索网络，得到第一输出状态分数；

当所述第一输出状态分数大于第一预设阈值时，将下一帧语音信号特征序列分别输入所述单音素搜索网络和所述集内词搜索网络进行同步解码。

2.根据权利要求1所述的语音识别方法，其特征在于，所述将当前帧语音信号特征序列输入所述单音素搜索网络，得到第一输出状态分数的步骤包括：

将所述当前帧语音信号特征序列输入所述单音素搜索网络；

获取所述当前帧语音信号特征序列与所述单音素搜索网络基元的联合概率；

将所述联合概率中的最大值作为所述第一输出状态分数。

3.根据权利要求2所述的语音识别方法，其特征在于，所述单音 素搜索网络基元包括隐马尔科模型；所述获取所述当前帧语音信号特征序列与所述单音素搜索网络基元的联合概率的步骤包括：

通过维特比算法计算所述隐马尔科模型和对应的当前帧语音信号特征序列的联合概率。

4.根据权利要求1所述的语音识别方法，其特征在于，所述当所述集内词输出状态分数满足预设条件时，获取所述单音素搜索网络与所述集内词搜索网络同步解码的置信度的步骤包括：

当所述集内词输出状态分数满足所述预设条件时，获取所述单音素搜索网络同步解码的第一传递分数和所述集内词搜索网络同步解码的第二传递分数；

根据所述第一传递分数和所述第二传递分数，得到所述置信度。

5.根据权利要求4所述的语音识别方法，其特征在于，所述当所述集内词输出状态分数满足预设条件时，获取所述单音素搜索网络与所述集内词搜索网络同步解码的置信度的步骤包括：

当所述集内词输出状态分数大于第二预设阈值时，通过令牌传递算法分别获取所述第一传递分数和所述第二传递分数；

将所述第二传递分数与所述第一传递分数的比值作为所述置信度。

6.根据权利要求1所述的语音识别方法，其特征在于，所述根据所述置信度选择对应的解码路径，输出得到语音识别结果的步骤包括：

获取满足置信度阈值条件的所述置信度对应的所述语音信号特征序列的帧数；

根据所述帧数最大值对应的解码路径的输出，得到所述语音识别结果。

7.根据权利要求1所述的语音识别方法，其特征在于，所述将语音信号特征序列分别输入单音素搜索网络和集内词搜索网络，并进行同步解码的步骤之前包括：

获取语音信号；

对获取的所述语音信号进行端点检测，得到所述语音信号特征序列。

8.一种语音识别系统，其特征在于，包括：

同步解码模块，用于将语音信号特征序列分别输入单音素搜索网络和集内词搜索网络，并进行同步解码；

状态分数获取模块，用于获取所述同步解码得到的集内词输出状态分数；

置信度获取模块，用于当所述集内词输出状态分数满足预设条件时，获取所述单音素搜索网络与所述集内词搜索网络同步解码的置信度；

语音识别输出模块，用于根据所述置信度选择对应的解码路径，输出得到语音识别结果；

所述同步解码模块，用于将语音信号特征序列分别输入单音素搜索网络和集内词搜索网络，并进行同步解码，包括：

将当前帧语音信号特征序列输入所述单音素搜索网络，得到第一输出状态分数；

当所述第一输出状态分数大于第一预设阈值时，将下一帧语音信号特征序列分别输入所述单音素搜索网络和所述集内词搜索网络进行同步解码。