[发明专利]一种远场语音识别方法、语音识别模型训练方法和服务器

权利要求书

1.一种远场语音识别方法，其特征在于，包括：

获取滤波处理后的语音特征，其中，所述语音特征是从语音数据中提取得到的获取语音数据；

确定所述语音数据是否为远场语音数据；

在确定所述语音数据为远场语音数据的情况下，通过语音识别模型对所述语音数据进行识别，其中，所述语音识别模型是根据通过语音数据的时间维度信息和频率维度信息，对所述语音数据的语音特征进行频带能量规整后得到的语音特征进行训练后得到的。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取滤波处理后的语音特征，其中，所述语音特征是从语音数据中提取得到的；

通过所述语音数据的时间维度信息和频率维度信息，对所述语音特征进行频带能量规整；

根据频带能量规整后得到的语音特征，对语音识别模型进行训练，得到所述语音识别模型。

3.根据权利要求2所述的方法，其特征在于，通过所语音数据的时间维度信息和频率维度信息，对所述语音特征进行频带能量规整，包括：

确定时间影响参数；

通过所述时间影响参数，对前一时刻的中间平滑能量和当前时刻的时频块的能量进行加权，得到当前时刻的中间平滑能量；

根据所述当前时刻的中间平滑能量，对所述语音特征进行频带能量规整。

4.根据权利要求3所述的方法，其特征在于，确定时间影响参数，包括：

获取前一时刻的频带能量规整结果；

根据所述前一时刻的频带能量规整结果，计算得到时间影响参数。

5.根据权利要求4所述的方法，其特征在于，根据所述前一时刻的频带能量规整结果，确定时间影响参数，包括：

权重系数矩阵乘以前一时刻的频带能量规整结果，得到第一结果，其中，所述权重系数为前一时刻的频带能量规整结果回连到当前时刻的时间影响参数的权重系数；

所述第一结果加上偏置，得到第二结果；

对所述第二结果求sigmoid，得到所述时间影响参数。

6.根据权利要求3所述的方法，其特征在于，确定时间影响参数，包括：

获取前一时刻的频带能量规整结果和当前时刻的时频块的能量；

根据所述前一时刻的频带能量规整结果和所述当前时刻的时频块的能量，计算得到时间影响参数。

7.根据权利要求1至6中任一项所述的方法，其特征在于，将频带能量规整作为所述语音识别模型的训练模型中的频带能量规整层对所述语音识别模型进行训练。

8.根据权利要求7所述的方法，其特征在于，所述频带能量规整层位于训练模型的输入端和基于双向长短期记忆神经网络层之间。

9.一种语音识别模型训练方法，其特征在于，包括：样实现的：

获取滤波处理后的语音特征，其中，所述语音特征是从语音数据中提取得到的；

通过所语音数据的时间维度信息和频率维度信息，对所述语音特征进行频带能量规整；

根据频带能量规整后得到的语音特征，对语音识别模型进行训练。

10.一种远场语音识别设备，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至8中任一项所述的方法。

11.一种模型训练服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求9所述的方法。

12.一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现权利要求1至8中任一项所述方法的步骤。