[发明专利]语音处理方法、装置、设备及存储介质在审
申请号: | 202211421770.4 | 申请日: | 2022-11-14 |
公开(公告)号: | CN115762500A | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 祁鹏;许丽;万根顺;潘嘉;刘聪;胡国平;刘庆峰 | 申请(专利权)人: | 科大讯飞股份有限公司 |
主分类号: | G10L15/20 | 分类号: | G10L15/20;G10L25/84 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 李金 |
地址: | 230088 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 处理 方法 装置 设备 存储 介质 | ||
1.一种语音处理方法,其特征在于,所述方法包括:
对语音数据进行噪声判别;
若噪声判别结果表征所述语音数据不属于噪声,对所述语音数据进行语音识别,获得语音识别结果和所述语音识别结果的置信度;
判断所述语音识别结果是否属于目标场景对应的指令集;
若所述语音识别结果属于所述目标场景对应的指令集,且所述置信度大于第一置信度阈值,输出所述语音识别结果。
2.根据权利要求1所述的方法,其特征在于,还包括:
若所述语音识别结果不属于所述目标场景对应的指令集,输出所述语音识别结果。
3.根据权利要求1所述的方法,其特征在于,所述对语音数据进行噪声判别,包括:
提取所述语音数据的声学特征;
对所述声学特征进行编码,得到编码结果;
至少对所述编码结果进行处理,得到所述噪声判别结果。
4.根据权利要求3所述的方法,其特征在于,所述至少对所述编码结果进行处理,得到所述噪声判别结果,包括:
提取所述语音数据的属性特征;
将所述属性特征与所述编码结果进行融合,得到融合特征;
对所述融合特征进行处理,得到所述噪声判别结果。
5.根据权利要求1所述的方法,其特征在于,所述对所述语音数据进行语音识别,包括:
获得对所述语音数据的声学特征进行编码得到的编码结果;所述编码结果用于获得所述噪声判别结果;
对所述编码结果进行语音识别解码,得到所述语音识别结果和所述语音识别结果的置信度。
6.根据权利要求1所述的方法,其特征在于,所述判断所述语音识别结果是否属于目标场景对应的指令集,包括:
如果所述置信度大于第二置信度阈值,判断所述语音识别结果是否属于目标场景对应的指令集;
所述第二置信度阈值小于所述第一置信度阈值。
7.根据权利要求1所述的方法,其特征在于,对所述语音数据进行噪声判别的过程通过噪声判别模块实现;对所述语音数据进行语音识别的过程通过声学解码模块实现;
所述噪声判别模块与所述声学解码模块联合训练得到。
8.一种语音处理装置,其特征在于,所述装置包括:
第一判别模块,用于对语音数据进行噪声判别;
识别模块,用于若噪声判别结果表征所述语音数据不属于噪声,对所述语音数据进行语音识别,获得语音识别结果和所述语音识别结果的置信度;
第二判别模块,用于判断所述语音识别结果是否属于目标场景对应的指令集;
输出模块,用于若所述语音识别结果属于所述目标场景对应的指令集,且所述置信度大于第一置信度阈值,输出所述语音识别结果。
9.一种语音处理设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1-7中任一项所述的语音处理方法的各个步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的语音处理方法的各个步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211421770.4/1.html,转载请声明来源钻瓜专利网。