[发明专利]语音处理方法、识别方法及其装置、系统、电子设备有效
申请号: | 201910425255.5 | 申请日: | 2019-05-21 |
公开(公告)号: | CN110223680B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 吴渤;于蒙;陈联武;金明杰;苏丹;俞栋 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G10L15/20 | 分类号: | G10L15/20;G10L15/02;G10L25/18;G10L25/03;G10L25/93;G10L21/02 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 处理 方法 识别 及其 装置 系统 电子设备 | ||
本发明公开了一种语音处理方法、识别方法及其装置、系统、电子设备、存储介质,所述语音处理方法包括:获取语音信号;将所述语音信号由时域转换至频域,得到所述语音信号的频谱;由所述语音信号的频谱提取得到幅度谱特征,以及基于将所述语音信号识别为目标音素的声学模型,将所述声学模型中其中一个网络层的输出,作为所述目标音素的瓶颈特征;根据所述幅度谱特征和所述目标音素的瓶颈特征,对所述语音信号进行语音增强处理,得到增强语音信号。采用本发明所提供的语音处理方法、识别方法及其装置、系统、电子设备、存储介质解决了现有技术中语音增强效果不好而导致语音识别的识别率不高的问题。
技术领域
本发明涉及语音处理领域,尤其涉及一种语音处理方法、识别方法及其装置、系统、电子设备。
背景技术
在语音处理领域中的许多应用场景下,语音增强和语音识别都扮演着至关重要的角色。例如,在智能音箱等智能家居场景中,由智能音箱拾取的语音会先进行语音增强处理以提升语音质量,进而有利于后续更好地进行语音识别。
然而,发明人发现,现有的语音增强过程中,由于语音中清音部分的能量较弱,并且在语谱结构上非常类似于噪声,导致对清音部分的语音增强效果不理想,进而造成语音识别的识别率不高,尤其是针对语音中清音部分的识别率不高。
为此,如何提高语音识别的识别率仍有待解决。
发明内容
为了解决相关技术中存在的语音识别的识别率不高的问题,本发明各实施例提供一种语音处理方法、识别方法及其装置、系统、电子设备、存储介质。
其中,本发明所采用的技术方案为:
根据本发明的一方面,一种语音处理方法,包括:获取语音信号;将所述语音信号由时域转换至频域,得到所述语音信号的频谱;由所述语音信号的频谱提取得到幅度谱特征,以及基于将所述语音信号识别为目标音素的声学模型,将所述声学模型中其中一个网络层的输出,作为所述目标音素的瓶颈特征;根据所述幅度谱特征和所述目标音素的瓶颈特征,对所述语音信号进行语音增强处理,得到增强语音信号。
根据本发明的一方面,一种语音识别方法,包括:获取语音信号;在声学模型将所述语音信号识别为第一目标音素的过程中,将所述声学模型中其中一个网络层的输出,作为所述第一目标音素的瓶颈特征;根据所述语音信号和所述第一目标音素的瓶颈特征,对所述语音信号进行语音增强处理,得到增强语音信号;将所述增强语音信号输入至所述声学模型进行语音识别,得到第二目标音素。
根据本发明的一方面,一种语音处理装置,包括:语音获取模块,用于获取语音信号;频谱获取模块,用于将所述语音信号由时域转换至频域,得到所述语音信号的频谱;输入特征获取模块,用于由所述语音信号的频谱提取得到幅度谱特征,以及基于将所述语音信号识别为目标音素的声学模型,将所述声学模型中其中一个网络层的输出,作为所述目标音素的瓶颈特征;语音增强模块,用于根据所述幅度谱特征和所述目标音素的瓶颈特征,对所述语音信号进行语音增强处理,得到增强语音信号。
根据本发明的一方面,一种语音识别装置,包括:语音获取模块,用于获取语音信号;瓶颈特征获取模块,用于在声学模型将所述语音信号识别为第一目标音素的过程中,将所述声学模型中其中一个网络层的输出,作为所述第一目标音素的瓶颈特征;语音增强模块,用于根据所述语音信号和所述第一目标音素的瓶颈特征,对所述语音信号进行语音增强处理,得到增强语音信号;语音识别模块,用于将所述增强语音信号输入至所述声学模型进行语音识别,得到第二目标音素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910425255.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种语音识别输入装置
- 下一篇:基于老龄用户的真实语音信息智能交互系统及方法