[发明专利]基于云端的语音处理方法和装置

说明书

本发明提出一种基于云端的语音处理方法和装置，其中，方法包括：获取终端采集的待识别的语音；对待识别的语音进行语音识别；在语音识别的过程中，同时检测待识别的语音是否结束；当检测到待识别的语音结束时，将待识别的语音的识别结果反馈给终端。通过在语音的识别过程中，同时检测待识别的语音是否结束，从而可以保证语音识别的准确性。进一步地，由云端进行语音识别，与终端本地无关，因此和硬件平台无关，不存在迁移开发，且不受终端本地资源的限制，因此，云端使用的语音识别模型可以做的非常复杂精细，从而可以提升系统的抗干扰性能。此外，云端使用的语音识别模型，已经为不同的应用量身打造，无需重新训练模型，简化了开发量。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种基于云端的语音处理方法和装置。

背景技术

随着终端设备的不断发展，为了简化用户的操作，用户可以通过在终端中输入一段语音，而后，终端可以对该段语音进行识别，转化为对应的文本，从而用户可以根据转化的文本进行后续操作，例如上网、购物等。现有技术中，终端在本地通过语音端点检测(Voice Activity Detection，VAD)模型对语音进行识别，具体地，采用音频的时域能量信号判决语音的起点和尾点。

这种方式下，受限于终端本地的内存、存储空间以及计算能力，终端本地VAD模型只能使用简单的模型结构，导致对噪声的抗干扰性能较差，从而导致识别的准确性较低。此外，由于VAD模型在终端本地实现，当迁移到不同的硬件平台时，需要重新开发，导致成本较高。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于云端的语音处理方法，以实现在语音的识别过程中，同时检测待识别的语音是否结束，从而可以保证语音识别的准确性。进一步地，由云端进行语音识别，与终端本地无关，因此和硬件平台无关，不存在迁移开发，且不受终端本地资源的限制，因此，云端使用的语音识别模型可以做的非常复杂精细，从而可以提升系统的抗干扰性能，进而可以进一步地提升语音识别的准确性。此外，云端使用的语音识别模型，已经为不同的应用量身打造，无需重新训练模型，简化了开发量，用于解决现有受限于终端本地的内存、存储空间、计算能力，终端本地VAD模型只能使用简单的模型结构，导致对噪声的抗干扰性能较差，从而导致识别的准确性较低。此外，由于VAD模型在终端本地实现，当迁移到不同的硬件平台时，需要重新开发，导致成本较高的技术问题。

本发明的第二个目的在于提出一种基于云端的语音处理装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种计算机程序产品。

本发明的第五个目的在于提出一种非临时性计算机可读存储介质。

为达上述目的，本发明第一方面实施例提出了一种基于云端的语音处理方法，包括：

获取终端采集的待识别的语音；

对所述待识别的语音进行语音识别；

在所述语音识别的过程中，同时检测所述待识别的语音是否结束；

当检测到所述待识别的语音结束时，将所述待识别的语音的识别结果反馈给所述终端。