[发明专利]一种流式语音识别方法、装置、设备及存储介质

权利要求书

1.一种流式语音识别方法，其特征在于，包括：

获取待识别的语音信号；

对所述语音信号进行特征提取，获得语音特征；

通过解码器基于声学模型和语言模型，对所述语音特征进行解码得到N个候选识别结果以及所述N个候选识别结果各自对应的解码得分，所述N为大于1的整数；

根据所述N个候选识别结果各自对应的置信度确定置信度阈值，所述候选识别结果对应的置信度包括声学模型得分、语言模型得分和解码得分中任一种；

从所述N个候选识别结果中，筛选置信度大于所述置信度阈值的候选识别结果，生成目标候选识别结果集；

根据所述目标候选识别结果集，确定所述语音信号的识别结果；

其中，所述根据所述N个候选识别结果各自对应的置信度确定置信度阈值，包括：

确定所述N个候选识别结果对应的置信度的均值以及方差；

根据所述均值和所述方差，确定所述置信度阈值。

2.根据权利要求1所述的方法，其特征在于，所述根据所述均值和所述方差，确定所述置信度阈值，包括：

确定所述均值和所述方差以及预设参数三者和值，作为所述置信度阈值。

3.根据权利要求1所述的方法，其特征在于，根据所述目标候选识别结果集，确定所述语音信号的识别结果，包括：

当所述目标候选识别结果集的元素个数为1时，将所述目标候选识别结果集中的候选识别结果作为所述语音信号的识别结果；

当所述目标候选识别结果集的元素个数大于1时，根据所述目标候选识别结果集的元素排序结果，确定所述语音信号的识别结果。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标候选识别结果集的元素排序结果，确定所述语音信号的识别结果，包括：

基于降序排序选择所述目标候选识别结果集中排序靠前的M个候选识别结果，所述M为大于1的整数；

确定所述M个候选识别结果的前向最大匹配部分，作为所述语音信号的识别结果。

5.根据权利要求3所述的方法，其特征在于，所述根据所述目标候选识别结果集的元素排序结果，确定所述语音信号的识别结果，包括：

基于降序排序选择所述目标候选识别结果集中排序第一的候选识别结果，作为所述语音信号的识别结果。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

接收终端发送的同声传译请求，所述同声传译请求用于请求将输入的语音翻译为目标语言的语音；

通过翻译模型将所述语音信号的识别结果翻译成目标语言的文字，将所述目标语言的文字转换成音频；

响应于所述同声传译请求，向所述终端发送所述音频。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

接收终端发送的语音输入请求，所述语音输入请求用于请求将输入的语音转换为文字；

响应于所述语音输入请求，向所述终端发送所述语音信号的识别结果，以便所述终端在输入框中显示所述语音信号的识别结果。

8.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括:

接收终端发送的智能交互请求，所述智能交互请求用于请求针对输入的语音进行答复；

响应于所述智能交互请求，确定与所述语音信号的识别结果相匹配的答复内容，向所述终端发送所述答复内容。

9.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

接收终端发送的语音控制请求，所述语音控制请求用于请求根据输入的语音执行对应的控制操作；

响应于所述语音控制请求，确定与所述语音信号的识别结果相匹配的控制指令，向所述终端发送所述控制指令，控制所述终端执行所述控制指令。