[发明专利]一种基于大数据的计算机语音识别方法、装置及存储介质

权利要求书

1.一种基于大数据的计算机语音识别方法，其特征在于，所述方法包括：

采集获取待进行语音识别的待识别语音信息，其中，所述待识别语音信息在目标环境内采集获得；

基于大数据，采集获取所述目标环境内的多个样本语音，获得样本语音集合；

根据所述样本语音集合内的语音特征，构建用于识别所述目标环境内噪音的目标环境噪音识别模型；

采用所述目标环境噪音识别模型对所述待识别语音信息进行噪音特征识别，获得噪音信号区段；

删除所述待识别语音信息内的所述噪音信号区段，并进行预处理，获得预处理待识别语音；

将所述预处理待识别语音输入语音识别模型，获得语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述采集获取所述目标环境内的多个样本语音，包括：

设置获得预设时间周期；

根据所述预设时间周期，采集获取所述目标环境内的语音信息，获得语音信息集合；

选取所述语音信息集合内语音长度与所述待识别语音信息相符的语音信息，获得多个所述样本语音。

3.根据权利要求2所述的方法，其特征在于，所述选取所述语音信息集合内语音长度与所述待识别语音信息相符的语音信息，包括：

获取所述待识别语音信息的待识别语音长度；

对所述待识别语音长度进行补偿调整，获得语音长度范围；

采集获取所述语音信息集合内语音长度在所述语音长度范围内的语音信息，作为样本语音。

4.根据权利要求1所述的方法，其特征在于，所述根据所述样本语音集合内的语音特征，构建用于识别所述目标环境内噪音的目标环境噪音识别模型，包括：

对所述样本语音集合内的样本语音进行信号处理和特征提取，获得样本语音特征集合；

根据所述样本语音特征集合，基于DNN-HMM模型，构建噪音识别声学模型；

采用所述样本语音特征集合对所述噪音识别声学模型进行监督训练和验证，获得所述目标环境噪音识别模型。

5.根据权利要求1所述的方法，其特征在于，所述预处理，包括：

对删除所述噪音信号区段的所述待识别语音信息进行语音激活检测，获得静音区段；

删除所述待识别语音信息内的所述静音区段，获得所述预处理待识别语音。

6.根据权利要求1所述的方法，其特征在于，所述将所述预处理待识别语音输入语音识别模型，包括：

采集获取训练语音信息，获得训练语音信息集合，其中，所述训练语音信息在所述目标环境内采集获得；

构建所述语音识别模型；

将所述预处理待识别语音输入语音识别模型，获得所述语音识别结果。

7.根据权利要求6所述的方法，其特征在于，所述构建所述语音识别模型，包括：

对所述训练语音信息集合内的训练语音信息进行信号处理和特征提取，获得训练语音特征集合；

根据所述训练语音特征集合，基于LSTM模型，构建语音识别声学模型；

根据所述训练语音信息集合，提取获得训练语音文本集合；

根据所述训练语音文本集合，构建语音识别语言模型；

根据所述语音识别声学模型和所述语音识别语言模型，构建解码搜索模块；

连接所述语音识别声学模型、语音识别语言模型和所述解码搜索模块，获得所述语音识别模型。