[发明专利]一种语音识别方法及装置

权利要求书

1.一种语音识别方法，其特征在于，所述方法应用于语音识别系统，所述语音识别系统至少包括第一语音识别模型以及第二语音识别模型，所述第一语音识别模型具有n个处理模块，每个模块具有一个输入端以及对应的输出端，所述第二语音识别模型具有n个处理模块，每个模块具有一个输入端以及对应的输出端，所述方法包括：

获取待识别音频数据，所述待识别音频数据由n个时刻的子音频数据构成，其中n大于等于1；

针对第i个时刻的子音频数据，将所述子音频数据输入至第一语音识别模型中的第i个处理模块以及第二语音识别模型中的第i个处理模块，分别得到第一识别结果以及第二识别结果，所述第一识别结果是根据所述待识别音频中第1个时刻到第i个时刻的子音频数据确定的，所述第二识别结果是根据所述待识别音频中第i个时刻到第n个时刻的子音频数据确定的，所述第一语音识别模型中的每个处理模型对应一个时刻的子音频数据，所述第二语音识别模型中的每个处理模型对应一个时刻的子音频数据，所述第一语音识别模型的计算时间与所述第二语音识别模型的计算时间匹配，所述第一语音识别模型的计算维度大于所述第二语音识别模型的计算维度，i是根据所述第一语音识别模型的计算维度与所述第二语音识别模型的计算维度确定的，i属于n；

根据所述第一识别结果以及所述第二识别结果确定所述第i个时刻的子音频数据的文本识别结果。

2.根据权利要求1所述的方法，其特征在于，针对第i个时刻的子音频数据，将所述子音频数据输入至第一语音识别模型中的第i个处理模块以及第二语音识别模型中的第i个处理模块，分别得到第一识别结果以及第二识别结果，包括：

将第1时刻的子音频数据输入至所述第一语音识别模型中的第1个处理模块，得到第1时刻的子音频数据的第一识别结果，将所述第1时刻的子音频数据的第一识别结果以及第2时刻的子音频数据作为所述第一语音识别模型中的第2个处理模块的输入数据，得到第2时刻的子音频数据的第一识别结果，将所述第2时刻的子音频数据的第一识别结果以及第3时刻的子音频数据作为所述第一语音识别模型中的第3个处理模块的输入数据，得到第3时刻的子音频数据的第一识别结果，以此类推得到第i时刻的子音频数据的第一识别结果；

将第n时刻的子音频数据输入至所述第二语音识别模型中的第n个处理模块，得到第n时刻的子音频数据的第二识别结果，将所述第n时刻的子音频数据的第二文本识别结果以及第n-1时刻的子音频数据作为所述第二语音识别模型中的第n-1个处理模块的输入数据，得到第n-1时刻的子音频数据的第二识别结果，将所述第n-1时刻的子音频数据的第二识别结果以及第n-2时刻的子音频数据作为所述第二语音识别模型中的第n-2个处理模块的输入数据，得到第n-2时刻的子音频数据的第二识别结果，以此类推得到第i时刻的子音频数据的第二识别结果。

3.根据权利要求2所述的方法，其特征在于，所述第一语音识别模型的计算时间与所述第二语音识别模型的计算时间匹配，包括：

所述第一语音识别模型计算得到第一识别结果的时间与所述第二语音识别计算得到第二识别结果的时间之间的差值小于预设阈值。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在针对第i+1个时刻的子音频数据，将所述子音频数据输入至第一语音识别模型中的第i+1个处理模块得到第一识别结果，并获取第二识别结果，所述第一识别结果是根据所述待识别音频中第1个时刻到第i+1个时刻的子音频数据确定的，所述第二识别结果是在确定第i个时刻的子音频数据的文本识别结果的过程中确定的；

根据所述第一识别结果以及所述第二识别结果确定所述第i+1个时刻的子音频数据的文本识别结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一识别结果以及所述第二识别结果确定所述第i+1个时刻的子音频数据的文本识别结果，包括：

根据所述第一识别结果的权重以及所述第二识别结果的权重确定子音频数据的识别结果。