[发明专利]语音识别方法及相关装置、电子设备、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：

获取待识别语音的语谱图；

基于第一滑窗在所述语谱图逐窗进行语种识别的第一识别结果，从所述语谱图提取再识别语谱片段；

基于若干第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到所述再识别语谱片段涉及的目标语种；

其中，所述若干第二滑窗的尺寸各不相同，且所述第二滑窗的尺寸小于所述第一滑窗的尺寸。

2.根据权利要求1所述的方法，其特征在于，所述基于第一滑窗在所述语谱图逐窗进行语种识别的第一识别结果，从所述语谱图提取再识别语谱片段，包括：

基于所述第一滑窗在所述语谱图逐窗进行语种识别，得到若干第一语谱片段的第一识别结果；其中，所述第一识别结果包括所述第一语谱片段分别与若干预设语种的第一相关分值；

对于每一所述第一语谱片段，获取最高的第一相关分值与次高的第一相关分值之间的第一分值差值；

基于所述第一分值差值，从所述语谱图提取所述再识别语谱片段。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一分值差值，从所述语谱图提取所述再识别语谱片段，包括：

基于所述第一分值差值低于第一阈值且连续的至少一组所述第一语谱片段，确定至少一组提取时段；其中，每组所述提取时段包括开始时刻和结束时刻；

分别基于各组所述提取时段，从所述语谱图提取得到所述再识别语谱片段。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述第一语谱片段的第一分值差异不低于第一阈值，将最高的第一相关分值对应的预设语种，作为所述第一语谱片段涉及的目标语种。

5.根据权利要求1所述的方法，其特征在于，所述基于若干第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到所述再识别语谱片段涉及的目标语种，包括：

获取各个所述第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果；所述第二识别结果包括所述再识别语谱片段分别与若干预设语种的第二相关分值；

对于每个所述第二滑窗，利用所述第二滑窗对应的统计识别结果对所述第二滑窗对应的第二识别结果进行规整，得到所述第二滑窗对应的规整识别结果；其中，所述统计识别结果是基于所述第二滑窗分别在若干样本语谱逐窗进行语种识别的样本识别结果而统计得到的；

基于融合所述若干第二滑窗对应的规整识别结果而得到的最终识别结果，确定所述再识别语谱片段涉及的目标语种。

6.根据权利要求5所述的方法，其特征在于，所述获取各个所述第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，包括：

将各个所述第二滑窗分别作为当前滑窗；

基于所述当前滑窗在所述再识别语谱片段逐窗进行语种识别，得到若干第二语谱片段的第三识别结果；其中，所述第三识别结果包括所述第二语谱片段分别与若干预设语种的第三相关分值；

基于各个所述第二语谱片段分别与所述预设语种的第三相关分值，得到所述再识别语谱片段与对应所述预设语种的第二相关分值。

7.根据权利要求5所述的方法，其特征在于，所述样本识别结果包括所述第二滑窗在所述样本语谱提取的若干样本语谱片段分别与所述若干预设语种的样本相关分值，所述统计识别结果是基于所述样本相关分值而统计到的标准差以及各个所述预设语种的平均相关分值，且所述规整识别结果包括所述再识别语谱片段分别与所述若干预设语种的规整相关分值；所述利用所述第二滑窗对应的统计识别结果对所述第二滑窗对应的第二识别结果进行规整，得到所述第二滑窗对应的规整识别结果，包括：

分别将各个所述预设语种作为当前语种；

获取所述当前语种对应的第二相关分值和所述平均相关分值之间的第二分值差值，并将所述第二分值差值与所述标准差之比，作为所述再识别语谱片段与所述当前语种的规整相关分值。