[发明专利]语音识别的方法、装置、电子设备和计算机可读介质

权利要求书

1.一种语音识别的方法，包括：

针对目标语音的语音帧序列中的每个语音帧，生成所述语音帧的音节概率集合，得到音节概率集合序列，其中，所述音节概率集合用于表征所述语音帧表达的是预设的多个音节中各个音节的概率；

针对所述音节概率集合序列中的每个音节概率集合，从所述音节概率集合中选出符合预定条件的音节概率，得到音节概率子集合，得到音节概率子集合序列；

基于所述音节概率子集合序列和剪枝算法，生成多条路径和多条路径对应的分数，其中，所述路径是包含多个音节的序列，所述分数是所述序列中多个音节概率的乘积；

获取目标字典，基于所述多条路径、所述多条路径对应的分数、所述目标字典和预先训练的语言模型，得到目标文字。

2.根据权利要求1所述的方法，其中，所述针对目标语音的语音帧序列中的每个语音帧，生成所述语音帧的音节概率集合，得到音节概率集合序列，包括：

针对所述目标语音的语音帧序列中的每个语音帧，将所述语音帧输入预先训练的循环神经网络转换器RNNT，生成所述语音帧的音节概率集合。

3.根据权利要求2所述的方法，其中，所述针对所述音节概率集合序列中的每个音节概率集合，从所述音节概率集合中选出符合预定条件的音节概率，得到音节概率子集合，包括：

基于贪心搜索算法，选择预定数目个音节概率，得到音节概率子集合。

4.根据权利要求1-3之一所述的方法，其中，所述预先训练的语言模型包括n-gram语言模型。

5.一种语音识别的装置，包括：

第一生成单元，被配置成针对目标语音的语音帧序列中的每个语音帧，生成所述语音帧的音节概率集合，得到音节概率集合序列，其中，所述音节概率集合用于表征所述语音帧表达的是预设的多个音节中各个音节的概率；

第二生成单元，被配置成针对所述音节概率集合序列中的每个音节概率集合，从所述音节概率集合中选出符合预定条件的音节概率，得到音节概率子集合，得到音节概率子集合序列；

基于所述音节概率子集合序列和剪枝算法，生成多条路径和多条路径对应的分数，其中，所述路径是包含多个音节的序列，所述分数是所述序列中多个音节概率的乘积；

获取目标字典，基于所述多条路径、所述多条路径对应的分数、所述目标字典和预先训练的语言模型，得到目标文字。

6.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。

7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。