[发明专利]一种自适应调整语音识别率的方法及装置

说明书

技术领域

本发明涉及终端语音识别技术，特别涉及一种自适应调整语音识别率的方法 及相关的装置。

背景技术

移动终端(例如手机)的发展日新月异，使用场景越来越复杂，语音识别功 能因为可以彻底解放双手而成为移动终端发展的一大特色。

现有技术的语音识别基本都是集中在语音识别功能的实现上，基本都是采用 双麦克实现降噪，一个麦克作为主声道麦克，拾取有用声源数据，另一个麦克拾 取背景噪声。两个麦克通常需要在物理上隔离开，所以在硬件布局上两个麦克分 布在主板的两侧。为了实现更好的降噪效果，两个麦克在移动终端中通常位于同 一条垂直线上。但这种双麦克主动降噪也有其缺点，可能会影响正常的拾音质量， 比如两个麦克隔离不好或者距离太近又或者两个话筒的参数不完全一致，就可能 导致有用音源也抵消一部分拾音，导致有用音源得不到有效加强；另外，由于人 的声音是在一定频率范围内的，由于干涉作用，不同音频范围的声波可能在到达 两个麦克时相位刚好相反，此时叠加起来该频段就被消除掉，频率响应不是平直 的，因此声音发闷。这些双麦克降噪的不足对语音识别性能提升有巨大的影响。

进一步地，语音识别成功率对背景噪声环境依赖较高，但在高噪声环境下操 作移动终端是不可避免的，这样就导致了高噪声环境下识别成功率低，难以发挥 其作用的问题。

发明内容

本发明的目的在于提供一种自适应调整语音识别率的方法及装置，能更好地 解决在高背景噪声下保证较高语音识别成功率的问题。

根据本发明的一个方面，提供了一种自适应调整语音识别率的方法，包括：

终端在通过采集用户语音数据得到用户语音流的同时，对环境噪声进行噪声 全方位采集，得到全方位噪声数据流；

根据所得到的全方位噪声数据流，确定降噪系数；

利用所得到的全方位噪声数据流和所确定的降噪系数，对用户语音流进行降 噪处理，消除用户语音流中的环境噪声；

对已消除环境噪声的用户语音流进行语音识别。

优选地，在终端表面设置多个麦克，其中一个麦克用来采集用户语音数据， 其余麦克用来全方位采集噪声。

优选地，在终端表面设置四个麦克，其中，两个麦克位于终端正面的两个对 角位置，其余两个麦克位于终端反面的另外两个对角位置。

优选地，在根据所得到的全方位噪声数据流，确定降噪系数的步骤之前还包 括：

终端根据对环境噪声进行噪声全方位采集而得到的全方位噪声数据流，判定 所采集的环境噪声中是否存在非稳态噪声；

当判定所采集的环境噪声中存在非稳态噪声时，消除用户语音流和全方位噪 声数据流中的非稳态噪声。

优选地，在所述确定降噪系数期间，还包括：根据所得到的全方位噪声数据 流，确定扬声器响度系数，以利用所确定的扬声器响度系数，调整终端扬声器输 出响度。

优选地，还包括：

终端根据对环境噪声进行噪声全方位采集而得到的全方位噪声数据流，判定 所述环境噪声是环绕噪声或单边噪声；

当判定所述环境噪声是单边噪声时，将远离噪声源的麦克关闭。

根据本发明的另一方面，提供了一种自适应调整语音识别率的装置，包括：

音频获取模块，用于在通过采集用户语音数据得到用户语音流的同时，对环 境噪声进行噪声全方位采集，得到全方位噪声数据流；

参数确定模块，用于根据所得到的全方位噪声数据流，确定降噪系数；

音频处理模块，用于利用所得到的全方位噪声数据流和所确定的降噪系数， 对用户语音流进行降噪处理，消除用户语音流中的环境噪声；

语音识别模块，用于对已消除环境噪声的用户语音流进行语音识别。

优选地，所述音频获取模块包括在终端表面设置的多个麦克，其中一个麦克 用来采集用户语音数据，其余麦克用来全方位采集噪声。

优选地，所述音频获取模块包括在终端表面设置的四个麦克，其中，两个麦 克位于终端正面的两个对角位置，其余两个麦克位于终端反面的另外两个对角位 置。