[发明专利]一种语音识别处理方法与装置

权利要求书

1.一种语音识别处理方法，其特征在于，包括：

针对多个语音指令中任意两个先后接收到的第一语音指令和第二语音指令，执行以下处理：

确定所述第一语音指令与所述第二语音指令的相似度；

当所述相似度超过相似度阈值时，确定所述第一语音指令为错误识别指令。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述错误识别指令以及对应的语音识别结果组合为负样本；

获取基于所述负样本更新的语音识别模型；

基于所述更新的语音识别模型识别新接收的语音识别指令，以输出对应的语音识别结果。

3.根据权利要求2所述方法，其特征在于，所述获取基于所述负样本更新的语音识别模型，包括：

将所述负样本上传至区块链网络的状态数据库中进行存储；

调用所述区块链网络中的智能合约，以使所述智能合约执行以下处理：

根据上传的所述负样本的数量，生成虚拟资源的凭证；

其中，所述虚拟资源的凭证用于请求更新的语音识别模型的使用权限；

基于所述虚拟资源获取所述更新的语音识别模型。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述当所述相似度超过相似度阈值时，确定所述第一语音指令为错误识别指令，包括：

确定所述第一语音指令与所述第二语音指令的接收时间间隔；

当所述接收时间间隔小于所述间隔阈值、且所述相似度超过所述相似度阈值时，确定所述第一语音指令为错误识别指令。

5.根据权利要求1所述的方法，其特征在于，所述确定所述第一语音指令与所述第二语音指令的相似度，包括：

确定所述第一语音指令的短时能量，将所述第一语音指令的短时能量映射为余弦相似度中的第一向量；

确定所述第二语音指令的短时能量，将所述第二语音指令的短时能量映射为所述余弦相似度中的第二向量；

将所述余弦相似度中的第一向量与所述余弦相似度中的第二向量的相似度，作为所述第一语音指令与所述第二语音指令的相似度。

6.根据权利要求5所述的方法，其特征在于，所述确定第一语音指令的短时能量，包括：

对所述第一语音指令进行采样，得到多个第一语音采样点；

对所述多个第一语音采样点进行加窗分帧处理，得到多个语音帧；

将每个所述语音帧中的所述第一语音采样点对应的幅值的平方和，作为每个所述语音帧的短时能量；

将所述第一语音指令中的每个所述语音帧的短时能量，作为所述第一语音指令的短时能量的分量；

将多个所述分量进行整合处理，得到所述第一语音指令的短时能量。

7.根据权利要求6所述的方法，其特征在于，在所述对所述多个第一语音采样点进行加窗分帧处理，得到多个语音帧之后，所述方法还包括：

获取所述短时能量阈值；

当所述语音帧的短时能量小于所述短时能量阈值时，确定所述语音帧为静音帧，并将所述语音帧去除。

8.根据权利要求6所述的方法，其特征在于，在所述对所述第一语音指令进行采样，得到多个第一语音采样点之后，所述方法还包括：

对所述多个第一语音采样点进行预加重处理，得到预加重后的第一语音采样点；

对所述加重后的第一语音采样点进行滤波处理，得到用于进行所述加窗分帧处理的所述第一语音采样点。

9.根据权利要求6所述的方法，其特征在于，在所述对所述第一语音指令进行采样，得到多个第一语音采样点之后，所述方法还包括：

获取所述多个第一语音采样点对应的幅值的最大绝对值；

根据所述最大绝对值，确定移动位数；

针对每个所述第一语音采样点，将所述第一语音采样点对应的幅值的小数点向左移动所述移动位数，以得到用于进行所述加窗分帧处理的所述第一语音采样点。

10.一种语音识别处理装置，其特征在于，包括：

处理模块，用于针对多个语音指令中任意两个先后接收到的第一语音指令和第二语音指令，执行以下处理：

确定所述第一语音指令与所述第二语音指令的相似度；

当所述相似度超过相似度阈值时，确定所述第一语音指令为错误识别指令。