[发明专利]语音识别方法、系统、电子设备和存储介质

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

对待识别音频进行编码表示，获得所述待识别音频的声学编码状态向量序列；

对所述待识别音频的声学编码状态向量序列进行稀疏编码，获得声学编码稀疏向量；

确定预设的词表中每一标签的文本预测向量；

根据所述声学编码稀疏向量和所述文本预测向量，识别所述待识别音频，确定与所述待识别音频对应的文本内容，

其中，对所述待识别音频的声学编码状态向量序列进行稀疏编码，获得声学编码稀疏向量包括：

计算所述声学编码状态向量序列中每一声学编码状态向量映射至所述预设的词表中每一标签的概率，根据所述概率，确定切分点；

基于所述切分点，对所述声学编码状态向量序列进行切分，获得声学编码切分序列；

对所述声学编码切分序列进行稀疏编码，获得声学编码稀疏向量，

其中，所述方法还包括根据下式对所述声学编码切分序列进行稀疏编码，获得声学编码稀疏向量：

其中，表示所述声学编码切分序列，表示线性编码函数，表示声学编码切分序列经线性编码函数编码后的能量值，表示对能量值进行归一化操作得到的权重系数，表示 j 时刻的能量值，表示 t 时刻的声学编码状态向量，表示根据权重系数对所述声学编码切分序列进行加权求和，得到声学编码稀疏向量，k表示第k个声学编码切分序列，l和r分别表示声学编码切分序列的起始时刻和截止时刻。

2.根据权利要求1所述的方法，其特征在于，对待识别音频进行编码表示，获得所述待识别音频的声学编码状态向量序列包括：

获取所述待识别音频的声学特征；

对所述待识别音频的声学特征进行编码表示，获得所述待识别音频的声学编码状态向量序列。

3.根据权利要求1所述的方法，其特征在于，所述标签包括空格标签和非空格标签；

计算所述声学编码状态向量序列中每一声学编码状态向量映射至所述预设的词表中每一标签的概率，根据所述概率，确定切分点包括：

对所述声学编码状态向量序列中每一声学编码状态向量进行线性映射，确定所述声学编码状态向量映射至所述预设的词表中每一标签的概率分布；

根据所述概率分布，确定所述声学编码状态向量映射至非空格标签集合的概率；

根据所述声学编码状态向量映射至非空格标签集合的概率，确定切分点。

4.根据权利要求2所述的方法，其特征在于，根据所述声学编码状态向量映射至非空格标签集合的概率，确定切分点包括：

将非空格标签集合的概率大于预设阈值的声学编码状态向量标记为触发尖峰；

将两个相邻的所述触发尖峰的中间位置标记为切分点。