[发明专利]语音识别方法和装置、存储介质及电子装置

权利要求书

1.一种语音识别方法，其特征在于，包括：

获取待识别的目标音频；

将所述目标音频输入语音识别模型，其中，所述语音识别模型为利用多个样本音频数据进行训练后得到的用于识别语音的神经网络模型，每个所述样本音频数据中包括交替标记的噪音标识和语音标识，但所述噪音标识对应的噪音片段的噪音持续时长和所述语音标识对应的语音片段的语音持续时长缺省；

获取所述语音识别模型输出的识别结果序列，其中，所述识别结果序列中包括识别出的噪音片段的噪音持续时长，识别出的语音片段的语音持续时长；

根据所述识别结果序列确定出所述目标音频中的目标语音；

其中，所述根据所述识别结果序列确定出所述目标音频中的目标语音，包括：根据所述识别结果序列，确定所述识别出的噪音片段的噪音持续时长，所述识别出的语音片段的语音持续时长以及识别出的静音片段的静音持续时长；对所述识别出的静音片段的静音持续时长进行处理，以得到噪音关联片段和语音关联片段；根据所述识别出的语音片段和所述语音关联片段，确定出所述目标语音。

2.根据权利要求1所述的方法，其特征在于，在获取待识别的目标音频之前，还包括：

获取所述多个样本音频数据；

对每个所述样本音频数据中的音频数据的类型进行交替标记，得到标记后的所述多个样本音频数据，其中，每个标记后的样本音频数据中包括交替标记的噪音标识和语音标识；

将标记后的所述多个样本音频数据输入初始语音识别模型，以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，所述将标记后的所述多个样本音频数据输入初始语音识别模型，以训练得到所述语音识别模型包括：

重复执行以下步骤，直至得到所述语音识别模型：

从标记后的所述多个样本音频数据中确定出当前样本音频数据，并确定当前语音识别模型，其中，所述当前样本音频数据中包括交替标记的当前噪音标识和当前语音标识；

通过所述当前语音识别模型识别出当前识别结果序列，其中，所述当前识别结果序列中包括：当前识别出的噪音片段的噪音持续时长、当前识别出的语音片段的语音持续时长和当前识别出的静音片段的静音持续时长；

在所述当前识别结果序列未达到识别收敛条件的情况下，获取下一个样本音频数据作为所述当前样本音频数据；

在所述当前识别结果序列达到识别所述收敛条件的情况下，确定所述当前语音识别模型为所述语音识别模型。

4.根据权利要求1所述的方法，其特征在于，所述对所述识别出的静音片段的静音持续时长进行处理，以得到噪音关联片段和语音关联片段包括：

按照预设比例对所述静音片段的静音持续时长进行划分，得到所述噪音关联片段和所述语音关联片段，其中，所述预设比例为预设的噪音片段与语音片段二者的比例；或者

遍历所述静音片段中包括的静音子片段：获取当前静音子片段；在所述当前静音子片段与所述语音片段之间的距离小于所述当前静音子片段与所述噪音片段之间的距离的情况下；将所述当前静音子片段作为所述语音关联片段；在所述当前静音子片段与所述语音片段之间的距离大于所述当前静音子片段与所述噪音片段之间的距离的情况下；将所述当前静音子片段作为所述噪音关联片段。

5.根据权利要求1所述的方法，其特征在于，所述根据所述识别出的语音片段和所述语音关联片段，确定出所述目标语音包括：

对所述识别出的语音片段和所述语音关联片段进行拼接，得到所述目标语音。