[发明专利]语音识别方法及计算机存储介质

说明书

本申请实施例提供了一种语音识别方法及计算机存储介质。其中，一种语音识别方法，包括：对待识别语音的音频特征数据分别进行语义特征提取和属性特征提取，其中，所述属性特征提取至少包括口音特征提取；根据所述语义特征提取的结果，获得所述待识别语音的字符信息；至少根据所述属性特征提取获得的所述待识别语音的口音特征向量和根据所述字符信息确定的与每个语音字符相匹配的初始向量，生成每个语音字符对应的自适应向量；从存储有语音属性特征的属性特征库中，获取与所述自适应向量对应的属性特征；根据所述属性特征和所述初始向量，获得每个语音字符的识别结果。该方法可以适应不同口音的语音的识别，提升识别准确率。

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种语音识别方法及计算机存储介质。

背景技术

随着深度学习技术的发展，基于神经网络模型的语音识别被广泛应用于诸如人机交互、会议及法庭记录等多种场景中。

现有的语音识别技术中，在对神经网络模型进行训练时，多使用标准的训练样本如标准普通话语音样本以使训练出的神经网络模型能对中文语音进行有效识别。但在实际应用中，虽然中文以普通话为标准，但因各个地方有各个地方的方言，因此使得不同地方的人们的普通话很有可能并非标准普通话，而是带着地方口音的普通话。此种情况下，会导致语音识别出现偏差，识别结果不准确。类似地，其它语言也存在同样问题。

因此，如何提供一种语音识别方案，以在前述场景下进行准确的语音识别，成为亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供一种语音识别方案，以至少部分解决上述问题。

根据本申请实施例的第一方面，提供了一种语音识别方法包括：对待识别语音的音频特征数据分别进行语义特征提取和属性特征提取，其中，所述属性特征提取至少包括口音特征提取；根据所述语义特征提取的结果，获得所述待识别语音的字符信息；至少根据所述属性特征提取获得的所述待识别语音的口音特征向量和根据所述字符信息确定的与每个语音字符相匹配的初始向量，生成每个语音字符对应的自适应向量；从存储有语音属性特征的属性特征库中，获取与所述自适应向量对应的属性特征；根据所述属性特征和所述初始向量，获得每个语音字符的识别结果。

根据本申请实施例的第二方面，提供了一种语音识别方法，包括：接收待识别语音，并通过调用接口将所述待识别语音发送至云端，以使云端按照如前述的方法对所述待识别语音进行语音识别；接收所述云端返回的语音识别结果。

根据本申请实施例的第三方面，提供了一种语音识别方法，包括：实时采集会议语音，并通过调用接口将所述会议语音发送至云端，以使云端按照如前述的语音识别方法对所述会议语音进行语音识别；接收所述云端返回的语音识别结果，并进行基于所述语音识别结果的会议记录显示。

根据本申请实施例的第四方面，提供了一种语音识别方法，包括：通过自回归语音识别模型的语义提取部分对待识别语音的音频特征数据进行语义特征提取；通过所述自回归语音识别模型的自适应部分基于所述待识别语音生成携带有所述待识别语音的口音特征的自适应向量并获取与所述自适应向量对应的属性特征；通过所述自回归语音识别模型的识别输出部分根据所述属性特征进行所述待识别语音的识别输出。

根据本申请实施例的第五方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面至第四方面任一所述的语音识别方法对应的操作。

根据本申请实施例的第六方面，提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面至第四方面任一所述的语音识别方法。