[发明专利]一种语音识别方法及装置

说明书

本发明提供一种语音识别方法及装置，用于解决现有技术无法准确识别出完整的语音控制指令的技术问题。方法包括：对用户输入的语音信号进行语音端点检测，确定出第一前端点和第一后端点；判断所述第一后端点之后的第一预设时间段内是否存在停顿信号；所述停顿信号具体为表征停顿语义的停顿词所对应的语音信号；若存在，则继续对所述停顿信号之后的语音信号进行端点检测，确定出第二前端点和第二后端点；对所述第一前端点和所述第二后端点之间的语音信号进行语义识别，获得第一语义识别结果；否则，对所述第一前端点和所述第一后端点之间的语音信号进行语义识别，获得第二语义识别结果。

技术领域

本发明涉及语音识别技术领域，特别涉及一种语音识别方法及装置。

背景技术

随着科学技术的不断发展，语音识别技术的应用领域越来越广泛，比如在智能家居领域，用户可以通过向手机、平板电脑等智能终端或者具有语音识别功能智能家电设备输入语音指令，以实现对家电的智能控制。

在目前的语音识别技术中，一般是根据用户输入的语音信号能量的大小识别出语音信号前后端点，然后根据前后端点对语音信号进行切分，确定前后端点之间的语音为完整的一句话，并对前后端点之间语音信号进行语义识别。

但是，在日常生活中，用户有时候会出现对语音控制指令不熟悉、突然忘记词等情况，导致话说到一半时就停顿了，此时如果设备直接根据前后端点进行语音信号的切分，就会出现断句错误的情况，进而导致无法准确识别出完整的语音控制指令的问题。长此以往，用户必须要及时、不间断地输入语音指令才可以控制家电设备，用户存在束缚感，体验效果差。

发明内容

本发明实施例提供一种语音识别方法及装置，用于解决现有技术无法准确识别出完整的语音控制指令的技术问题。

第一方面，本发明实施例提供一种语音识别方法，包括：

对用户输入的语音信号进行语音端点检测，确定出第一前端点和第一后端点；其中，所述第一后端点为从所述第一前端点起的语音信号中距离所述第一前端点最近的后端点；

判断所述第一后端点之后的第一预设时间段内是否存在停顿信号；所述停顿信号具体为表征停顿语义的停顿词所对应的语音信号；

若存在，则继续对所述停顿信号之后的语音信号进行端点检测，确定出第二前端点和第二后端点；对所述第一前端点和所述第二后端点之间的语音信号进行语义识别，获得第一语义识别结果；其中，所述第二前端点为所述停顿信号之后的语音信号中距离所述停顿信号最近的前端点，所述第二后端点为从所述第二前端点起的语音信号中距离所述第二前端点最近的后端点；

否则，对所述第一前端点和所述第一后端点之间的语音信号进行语义识别，获得第二语义识别结果。

本实施方式在检测到第一前端点和第一后端点之后，并未直接对第一前端点和第一后端点之间的语音信号进行语义识别，而是判断第一后端点之后的第一预设时间段内是否存在停顿信号；如果存在，则继续对停顿信号之后的语音信号进行端点检测，确定出第二前端点和第二后端点，然后对第一前端点和第二后端点之间的语音信号进行语义识别，获得第一语义识别结果；如果不存在，则对第一前端点和第一后端点之间的语音信号进行语义识别，获得第二语义识别结果。这样，用户在进行语音输入时，如果出现突然断词的停顿的情况，就可以通过说停顿词的方式来延长语音切分的时间，能够随心所欲地暂停语音，而设备根据前后端点及停顿信号对语音信号进行切分，保证断句的正确性，进行保证语义解析的正确性，解决了现有技术无法准确识别出完整的语音控制指令的技术问题。

可选的，在判断所述第一后端点之后的第一预设时间段内是否存在停顿信号之前，包括：

基于深度学习算法建立停顿信号模型库；所述停顿信号模型库中存储有至少一个停顿词所对应的语音信号；

所述判断所述第一后端点之后的第一预设时间段内是否存在停顿信号，具体包括：