[发明专利]语音识别方法、计算机程序产品、计算机设备及存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

在获取到基于目标对象的语音声音和干扰噪声所生成的目标麦克风信号后，对所述目标麦克风信号进行去噪处理，以得到所述目标对象的目标单通道语音信号；

对所述目标单通道语音信号进行特征提取，得到第一信号特征；以及，对所述目标麦克风信号进行特征提取，得到第二信号特征；

根据所述第一信号特征和所述第二信号特征，为所述目标单通道语音信号分配第一动态权重，以及为所述目标麦克风信号分配第二动态权重；

基于所述第一动态权重和所述第二动态权重，对所述第一信号特征和所述第二信号特征进行特征融合，得到融合信号特征；

采用所述融合信号特征对所述目标单通道语音信号进行语音识别，得到语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述目标麦克风信号是M个原始麦克风信号中的其中一个原始麦克风信号，每个原始麦克风信号均是基于所述目标对象的语音声音和所述干扰噪声生成的，M为大于1的整数；

所述对所述目标麦克风信号进行去噪处理，以得到所述目标对象的目标单通道语音信号，包括：

对每个原始麦克风信号进行回音消除处理，得到M个回音消除后的麦克风信号；

对每个回音消除后的麦克风信号进行降噪处理，得到M个降噪后的麦克风信号；

根据所述M个降噪后的麦克风信号执行波束形成操作，得到所述目标对象的目标单通道语音信号。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一信号特征和所述第二信号特征，为所述目标单通道语音信号分配第一动态权重，以及为所述目标麦克风信号分配的第二动态权重，包括：

整合所述第一信号特征和所述第二信号特征，得到整合信号特征；

调用权重预测模型根据所述整合信号特征进行权重预测，得到权重向量；以及，将所述权重向量分割成第一向量和第二向量；

按照所述第一信号特征和所述第二信号特征的整合先后顺序，从所述第一向量和所述第二向量中选取一个向量，作为第一动态权重分配给所述目标单通道语音信号；以及，将未被选取的向量作为第二动态权重分配给所述目标麦克风信号。

4.根据权利要求3所述的方法，其特征在于，所述第一信号特征包括：所述目标单通道语音信号的频域特征；所述第二信号特征包括：所述目标麦克风信号的频域特征；

所述整合所述第一信号特征和所述第二信号特征，得到整合信号特征，包括：

基于所述目标单通道语音信号的时域特征以及所述目标麦克风信号的时域特征，进行信号重构处理，得到重构语音信号；

在频域上对所述重构语音信号进行特征提取，得到所述重构语音信号的频域特征；

整合所述重构语音信号的频域特征、所述第一信号特征以及所述第二信号特征，得到整合信号特征。

5.根据权利要求4所述的方法，其特征在于，所述基于所述目标单通道语音信号的时域特征以及所述目标麦克风信号的时域特征，进行信号重构处理，得到重构语音信号，包括：

根据所述目标单通道语音信号的时域特征以及所述目标麦克风信号的时域特征，为所述目标单通道语音信号分配第一特征权重，以及为所述目标麦克风信号分配第二特征权重；

根据所述第一特征权重和所述第二特征权重，对所述目标单通道语音信号的时域特征和所述目标麦克风信号的时域特征进行特征融合，得到特征融合后的时域特征；

对所述特征融合后的时域特征进行转化，得到所述特征融合后的时域特征对应的重构语音信号。

6.根据权利要求4所述的方法，其特征在于，所述融合信号特征是通过调用信号处理模型得到的，所述目标麦克风信号是通过对用于模型优化的样本单通道语音信号进行加噪处理得到；所述方法还包括：

对所述样本单通道语音信号进行特征提取，得到样本信号特征；

根据所述融合信号特征和所述样本信号特征之间的差异，计算所述信号处理模型的模型损失值；

根据所述信号处理模型的模型损失值，对所述信号处理模型进行模型优化。