[发明专利]一种语音识别方法、装置、介质和设备

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

将确定出的帧特征序列作为预先训练出的循环神经网络RNN模型的输入，利用所述RNN模型确定全局特征序列；

将所述全局特征序列与每个所述帧特征序列进行拼接，根据拼接得到的每个特征序列进行语音识别；

所述帧特征序列为设定时长的语音信号的每一语音帧对应的特征序列，所述全局特征序列为所述设定时长的语音信号对应的特征序列。

2.如权利要求1所述的方法，其特征在于，将所述全局特征序列与每个所述帧特征序列进行拼接，包括：

按照帧特征序列在前，全局特征序列在后的方式，或者，按照全局特征序列在前，帧特征序列在后的方式，将所述全局特征序列与每个所述帧特征序列进行拼接。

3.如权利要求1所述的方法，其特征在于，所述帧特征序列为梅尔倒谱系数mfcc特征序列或滤波器组fbank特征序列。

4.如权利要求1～3任一所述的方法，其特征在于，所述RNN模型采用简单循环神经网络simple RNN模型、长短期记忆网络LSTM模型或门控循环单元GRU模型。

5.一种语音识别装置，其特征在于，所述装置包括：

全局特征确定模块，用于将确定出的帧特征序列作为预先训练出的循环神经网络RNN模型的输入，利用所述RNN模型确定全局特征序列，所述帧特征序列为设定时长的语音信号的每一语音帧对应的特征序列，所述全局特征序列为所述设定时长的语音信号对应的特征序列；

拼接模块，用于将所述全局特征确定模块确定出的全局特征序列与每个所述帧特征序列进行拼接；

语音识别模块，用于根据所述拼接模块拼接得到的每个特征序列进行语音识别。

6.如权利要求5所述的装置，其特征在于，所述拼接模块，具体用于按照帧特征序列在前，全局特征序列在后的方式，或者，按照全局特征序列在前，帧特征序列在后的方式，将所述全局特征序列与每个所述帧特征序列进行拼接。

7.如权利要求5所述的装置，其特征在于，所述帧特征序列为梅尔倒谱系数mfcc特征序列或滤波器组fbank特征序列。

8.如权利要求5～7任一所述的装置，其特征在于，所述RNN模型采用简单循环神经网络simple RNN模型、长短期记忆网络LSTM模型或门控循环单元GRU模型。

9.一种非易失性计算机存储介质，其特征在于，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现权利要求1～4任一所述的方法。

10.一种语音识别设备，其特征在于，所述设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1～4任一权利要求所述方法的步骤。