[发明专利]语音识别方法及装置、电子设备、存储介质

说明书

本公开关于一种语音识别方法及装置、电子设备、存储介质，所述语音识别方法，包括：获取原始语音信号；对所述原始语音信号进行降噪，得到增强语音信号；分别提取所述原始语音信号的语音特征，得到第一语音特征，以及提取所述增强语音信号的语音特征，得到第二语音特征；利用预先训练好的声学模型对所述第一语音特征以及所述第二语音特征进行共同处理，得到组合后的状态序列；对所述组合后的状态序列进行解码，得到语音识别结果。通过对原始的语音信号和降噪后的语音信号共同处理，从而提高了语音识别的准确性。

技术领域

本公开涉及语音识别技术领域，尤其涉及一种语音识别方法及装置、电子设备、存储介质。

背景技术

随着人工智能的不断发展，越来越多的智能设备以及领域都开始应用语音识别技术进行人机交互等。

在相关技术中，为了实现更具鲁棒性的语音识别，通常就是在语音识别前，先将语音进行降噪后，再将去除噪音后的语音送入识别系统中进行识别。或者是，通过优化识别系统中的声学模型，来提高语音识别系统对包含噪音的语音的识别效果。

这两种方法虽然都能在一定程度上提升了对含噪音的语音的识别效果，但是第一种方法中，经过语音降噪系统进行降噪的会引起失真的问题，所以对纯净语音和信噪比高的语音的识别效果反倒变差，而单纯优化声学模型的方法对于低信噪比的语音的识别效果的提升非常有限。所以，现在的语音识别方法无法做到对信噪比高的语音和信噪比较低都具有较好的识别效果。

发明内容

本公开公开提供一种语音识别方法及装置、电子设备、存储介质，以至少解决相关技术中无法同时准确识别信噪比高的语音和信噪比低的语音信号的问题。本公开公开的技术方案如下：

根据本公开实施例的第一方面，提供一种语音识别方法，包括：

获取原始语音信号；

对所述原始语音信号进行降噪，得到增强语音信号；

分别提取所述原始语音信号的语音特征，得到第一语音特征，以及提取所述增强语音信号的语音特征，得到第二语音特征；

利用预先训练好的声学模型对所述第一语音特征以及所述第二语音特征进行共同处理，得到组合后的状态序列；

对所述组合后的状态序列进行解码，得到语音识别结果。

可选地，在上述的语音识别方法中，所述利用预先训练好的声学模型对所述第一语音特征以及所述第二语音特征进行共同处理，得到组合后的状态序列之前，还包括：

将所述第一语音特征以及所述第二语音特征进行拼接得到拼接语音特征；

其中，利用预先训练好的所述声学模型对所述第一语音特征以及所述第二语音特征进行共同处理，得到组合后的状态序列，包括：

利用所述声学模型对所述拼接语音特征进行处理，得到所述拼接语音特征对应的组合后的状态序列。

可选地，在上述的语音识别方法中，所述声学模型包括公共网络以及两个子网络，所述利用预先训练好的所述声学模型对所述第一语音特征以及所述第二语音特征进行共同处理，得到组合后的状态序列，包括：

利用预先训练好的所述声学模型的一个子网络中对所述第一语音特征进行计算，以及利用所述声学模型的另一个子网络对所述第二语音特征进行计算，得到优化后的所述第一语音特征以及优化后的所述第二语音特征；

利用预先训练好的所述声学模型的公共网络对优化后的所述第一语音特征以及优化后的所述第二语音特征进行共同计算，得到组合后的状态序列。

可选地，在上述的语音识别方法中，所述声学模型的训练方法，包括：