[发明专利]一种语音识别方法、电子设备和存储介质

说明书

本发明实施例涉及计算机技术领域，公开了一种语音识别方法、电子设备和存储介质。本申请的部分实施例中语音识别方法，包括：根据语音帧的声学特征，确定所述语音帧对应的各个音素的概率；将所述语音帧对应的各个音素的概率输入路径树模型；其中，所述路径树模型根据所述语音帧对应的各个音素的概率、预存的路径树和预设的路径搜索规则，确定所述语音帧构成的命令词；其中，所述路径树基于命令词生成，所述路径树的节点保存有所述节点对应的字的信息，所述字的信息指示所述字的构成信息；根据所述路径树模型的输出，确定命令词。采用本实施例中的语音识别方法，使得可以准确、快速地识别语音中的命令词。

技术领域

本发明实施例涉及计算机技术领域，特别涉及一种语音识别方法、电子设备和存储介质。

背景技术

随着社会发展与科技的进步，越来越多的智能设备出现在人们的生活当中。随着语音识别技术的发展，语音交互正在逐渐改变着人们的生活习惯。智能设备可以支持各种各样的功能，想要快速交互，开启这些功能或服务就需要用到命令词语音识别技术。

然而，发明人发现相关技术中至少存在如下问题：目前通常采用声学模型与语言模型结合方式进行命令词识别，但是，这种命令词的识别方式准确率存在瓶颈。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明实施方式的目的在于提供一种语音识别方法、电子设备和存储介质，使得可以准确、快速地识别语音中的命令词。

为解决上述技术问题，本发明的实施方式提供了一种语音识别方法，包括：根据语音帧的声学特征，确定语音帧对应的各个音素的概率；将语音帧对应的各个音素的概率输入路径树模型；其中，路径树模型根据语音帧对应的各个音素的概率、预存的路径树和预设的路径搜索规则，确定语音帧构成的命令词；其中，路径树基于命令词生成，路径树的节点保存有节点对应的字的信息，字的信息指示字的构成信息；根据路径树模型的输出，确定命令词。

本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的语音识别方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的语音识别方法。

本发明实施方式相对于现有技术而言，将语音帧对应的各个音素的概率输入路径树模型，根据路径树模型的输出，确定命令词；路径树模型根据语音帧对应的各个音素的概率、预存的路径树和预设的路径搜索规则，确定语音帧构成的命令词，由于路径树可以存储大量的命令词，使得可以增加路径树模型的可识别的命令词的数量，提高该路径树模型确定命令词的准确性；路径树模型采用预设的路径搜索规则，而无需经过大量的训练，减小了路径树模型构建的复杂度，同时可以提高该路径树模型的适用范围；此外，本实施方式中路径树模型是根据输入的语音帧对应的各个音素的概率，确定语音帧构成的命令词，而每个字是基于音素构成，通过对各个音素的概率的确定，从而确定出命令词中每个字，进而可以提高确定的每个字的准确度，提高由字构成的命令词的准确性。

另外，预设的路径搜索规则包括：根据语音帧对应的各个音素的概率，以及激活节点对应的字的信息，确定语音帧属于路径树的激活节点的概率；路径树的节点包括激活节点和未激活节点；根据语音帧属于路径树的激活节点的概率，以及路径树的各个节点的位置信息，确定语音帧构成的命令词。由于无需训练，通过确定语音帧属于路径树的激活节点的概率，和路径树的各个节点的位置信息，确定语音帧构成的命令词，搜索规则简单。