[发明专利]语音识别方法及相关装置、电子设备、存储介质

说明书

本申请公开了一种语音识别方法及相关装置、电子设备、存储介质，其中，语音识别方法包括：获取待识别语音的语谱图；基于第一滑窗在语谱图逐窗进行语种识别的第一识别结果，从语谱图提取再识别语谱片段；基于若干第二滑窗分别在再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到再识别语谱片段涉及的目标语种；其中，若干第二滑窗的尺寸各不相同，且第二滑窗的尺寸小于第一滑窗的尺寸。上述方案，能够提高识别语音所涉及语种的准确性。

技术领域

本申请涉及音频处理技术领域，特别是涉及一种语音识别方法及相关装置、电子设备、存储介质。

背景技术

随着全球国际化的日益加深，如何在全国甚至全世界范围内进行无障碍交流成为不可忽略的问题。面对如此庞大的语言体系，个人能掌握的语言种类是非常有限的。因此，自动语种识别技术的重要性和地位也显得愈发重要。

然而，语种信息属于语音信息中的弱信息，尽管目前已提出诸如全变量(TotalVariability，TV)因子分析技术、基于端到端(End2End)的语种识别框架等众多语种识别技术，但是仍然难以保证语种识别的准确性。有鉴于此，如何提高识别语音所涉及语种的准确性成为亟待解决的问题。

发明内容

本申请主要解决的技术问题是提供一种语音识别方法及相关装置、电子设备、存储介质，能够提高识别语音所涉及语种的准确性。

为了解决上述技术问题，本申请第一方面提供了一种语音识别方法，包括：获取待识别语音的语谱图；基于第一滑窗在语谱图逐窗进行语种识别的第一识别结果，从语谱图提取再识别语谱片段；基于若干第二滑窗分别在再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到再识别语谱片段涉及的目标语种；其中，若干第二滑窗的尺寸各不相同，且第二滑窗的尺寸小于第一滑窗的尺寸。

为了解决上述技术问题，本申请第二方面提供了一种语音识别装置，包括：语谱获取模块、第一识别模块和第二识别模块，语谱获取模块，用于获取待识别语音的语谱图；第一识别模块，用于基于第一滑窗在语谱图逐窗进行语种识别的第一识别结果，从语谱图提取再识别语谱片段；第二识别模块，用于基于若干第二滑窗分别在再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到再识别语谱片段涉及的目标语种；其中，若干第二滑窗的尺寸各不相同，且第二滑窗的尺寸小于第一滑窗的尺寸。

为了解决上述技术问题，本申请第三方面提供了一种电子设备，包括相互耦接的存储器和处理器，存储器中存储有程序指令，处理器用于执行程序指令以实现上述第一方面中的语音识别方法。

为了解决上述技术问题，本申请第四方面提供了一种计算机可读存储介质，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的语音识别方法。

上述方案，获取待识别语音的语谱图，并基于第一滑窗在语谱图逐窗进行语种识别的第一识别结果，从语谱图提取再识别语谱片段，在此基础上，再基于若干第二滑窗分别在再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到再识别语谱片段涉及的目标语种，且若干第二滑窗的尺寸各不相同，第二滑窗的尺寸小于第一滑窗的尺寸，故一方面在整个识别过程中，最多能够进行两次语种识别，即第一次基于第一滑窗的语种识别以及第二次基于第二滑窗的语种识别，故通过双重识别能够有利于提升识别准确性，另一方面在第二次识别过程中采用尺寸各不相同的若干第二滑窗，能够融合多尺度识别结果，有利于再次提升识别准确性，又一方面第二次识别过程中所采用的第二滑窗的尺寸又小于第一滑窗的尺寸，即第二次识别相较于第一次识别而言具有更为精细的尺度，有利于进一步提升识别准确性。故此，能够提高识别语音所涉及语种的准确性。

附图说明

图1是本申请语音识别方法一实施例的流程示意图；

图2是本申请语音识别方法一实施例的过程示意图；

图3是图1中步骤S13一实施例的流程示意图；

图4是语种识别一实施例的流程示意图；