[发明专利]语音识别方法及装置有效
| 申请号： | 201710170345.5 | 申请日： | 2017-03-21 |
| 公开（公告）号： | CN108630193B | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 贺利强;李晓辉;万广鲁 | 申请（专利权）人： | 北京嘀嘀无限科技发展有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/26 |
| 代理公司： | 北京友联知识产权代理事务所(普通合伙) 11343 | 代理人： | 尚志峰;汪海屏 |
| 地址： | 100193 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供一种语音识别方法及装置，涉及信息处理技术领域，该方法包括：获取多通道语音文件；将多通道语音文件分离为每个对话人的独立语音子文件；获得每个独立语音子文件的起始时间信息、终止时间信息及对话人标识信息；将每个独立语音子文件识别为文本；生成多通道语音文件的特征信息，该特征信息包括多通道语音文件对应的每个独立语音子文件的文本信息、每个独立语音子文件的起始时间信息和终止时间信息、每个独立语音子文件的排序信息及每个独立语音子文件的对话人标识信息。因此可以从多通道语音文件中分离出每个对话人的文本信息、各文本信息对应的时序信息和角色信息，将这些信息作为机器学习的训练数据，从而提高机器学习的性能。 | ||
| 搜索关键词： | 语音 识别 方法 装置 | ||
【主权项】：
1.一种语音识别方法，其特征在于，所述方法包括：获取多通道语音文件，其中，所述多通道语音文件包含多个对话人进行对话的语音数据；将所述多通道语音文件分离为每个对话人的独立语音子文件；获得每个独立语音子文件的起始时间信息、终止时间信息及对话人标识信息；将所述每个独立语音子文件识别为文本；生成所述多通道语音文件的特征信息，其中，所述特征信息包括：所述多通道语音文件对应的所述每个独立语音子文件的文本信息、所述每个独立语音子文件的起始时间信息、所述每个独立语音子文件的终止时间信息、所述每个独立语音子文件的排序信息及所述每个独立语音子文件的对话人标识信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京嘀嘀无限科技发展有限公司，未经北京嘀嘀无限科技发展有限公司许可，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/patent/201710170345.5/，转载请声明来源钻瓜专利网。
