[发明专利]一种语音识别方法及装置

说明书

本申请公开了一种语音识别方法及装置，用以提高语音识别效率，从而提高语音指令的响应速度。本申请提供的一种语音识别方法，包括：逐帧确定用户语音解码的最优路径；在用户语音截止之前，根据当前最优路径的置信度确定是否输出用户语音对应的识别结果。

技术领域

本申请涉及信息技术领域，尤其涉及一种语音识别方法及装置。

背景技术

在命令词语音识别系统中，为了保证识别性能的准确性，语音识别的流式解码常会结合人声检测(VAD)模块来使用，即确保一段命令词从语音的起始到截止完整的说完后，再得到最终的结果。

例如，有关于空调的命令词“送风模式”，若说话人发出指令“送风模式”，按照现有技术，需要等到说话人“送风模式”说完再输出识别结果，所谓说完，例如：用连续3帧的静音，作为语音截止的判断条件，否则“送风”可能会与短指令“中风”发生混淆而导致误识别。也就是说，现有技术需要等待语音指令的截止，而这必然会带来延时，例如：用连续3帧的静音，作为语音截止的判断条件，便带来了至少3帧的延时，即用户语音指令响应速度慢，影响用户体验。

发明内容

本申请实施例提供了一种语音识别方法及装置，用以提高语音识别效率，从而提高语音指令的响应速度。

本申请实施例提供的一种语音识别方法包括：

逐帧确定用户语音解码的最优路径；

在用户语音截止之前，根据当前最优路径的置信度确定是否输出用户语音对应的识别结果。

通过该方法，逐帧确定用户语音解码的最优路径；在用户语音截止之前，根据当前最优路径的置信度确定是否输出用户语音对应的识别结果，从而提高了语音识别效率，提高了语音指令的响应速度。

可选地，根据当前最优路径的置信度确定是否输出用户语音对应的识别结果，具体包括：

将当前最优路径的代价值与预设阈值进行比较，根据比较结果确定是否输出用户语音对应的识别结果；

或者，比较当前最优路径与其他路径的距离，根据比较结果确定是否输出用户语音对应的识别结果。

可选地，在用户语音截止之前，若没有输出用户语音对应的识别结果，则该方法还包括：

若当前最优路径的代价值小于预设的第一阈值，并且用户语音截止，则输出用户语音对应的识别结果。

可选地，在用户语音截止之前，若当前最优路径的代价值小于预设的第二阈值，则输出用户语音对应的识别结果，其中，所述第二阈值小于所述第一阈值。

可选地，当到达用户语音的最终状态时，若当前最优路径的代价值小于预设的第二阈值，则输出用户语音对应的识别结果。

其中，具体如何判断是否到达用户语音的最终状态，属于现有技术。

可选地，所述当前最优路径的代价值，为当前最优路径的平均最优代价值，或者，为当前最优路径的平均代价值。

可选地，当到达用户语音的最终状态后的预设帧数，确定用户语音截止。

可选地，该方法还包括：

按照如下方式更新所述预设帧数：

N’＝(当前最优路径的平均代价值/第一阈值)×N

其中，N为预设帧数；

将对N’取整所得到的值，作为更新后的预设帧数；

当到达用户语音的最终状态后的更新后的预设帧数，确定用户语音截止。

本申请另一实施例提供的一种语音识别装置，包括：

存储器，用于存储程序指令；