[发明专利]基于垃圾模型的语音识别处理方法及装置

说明书

技术领域

本申请涉及语音识别处理技术领域，尤其涉及一种基于垃圾模型的语音识别处理方法及装置。

背景技术

语音识别的关键词检测系统中，通常会预先设定一个集内词表，对于集内词表外的词，系统要求有拒绝识别的能力。

目前通用的做法是把所有训练数据用来训练一个通用的垃圾模型(Universal garbage model)，或者把训练的数据划分为元音(vowel)和辅音(consonant)两类，分别训练两个垃圾模型，用来模拟不同的集外词情况。

然而，采用一个或者两个垃圾模型进行语音识别，划分的颗粒度过粗，不能很好的模拟不同的集外词情况，导致识别错误的概率较高，降低了语音识别的准确性。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于垃圾模型的语音识别处理方法，该方法实现了建立与应用需要匹配数量的、基于音节聚类的垃圾模型，从而提高了建模组网的效率和灵活性，以及提高了语音识别处理的准确性。

本申请的第二个目的在于提出一种基于垃圾模型的语音识别处理装置。

为达上述目的，本申请第一方面实施例提出了一种基于垃圾模型的语音识别处理方法，包括：获取待处理的音节列表中与每个音节对应的三音子模型；采用预先训练的隐马尔可夫模型，根据所述三音子模型获取与每个音节对应的三音子状态序列；根据与每个音节对应的三音子状态序列，从所述音节列表中筛选出多个建模音节，其中，所述多个建模音节的数量与预先设置的垃圾模型数目相同；应用所述多个建模音节生成对应数量的多个垃圾模型，以采用所述多个垃圾模型进行语音识别处理。

本申请实施例的基于垃圾模型的语音识别处理方法，首先获取待处理的音节列表中与每个音节对应的三音子模型；然后采用预先训练的隐马尔可夫模型，根据所述三音子模型获取与每个音节对应的三音子状态序列；进而根据与每个音节对应的三音子状态序列，从所述音节列表中筛选出多个建模音节，其中，所述多个建模音节的数量与预先设置的垃圾模型数目相同；最后应用所述多个建模音节生成对应数量的多个垃圾模型，以采用所述多个垃圾模型进行语音识别处理。由此，实现了建立与应用需要匹配数量的、基于音节聚类的垃圾模型，从而提高了建模组网的效率和灵活性，以及提高了语音识别处理的准确性。

为达上述目的，本申请第二方面实施例提出了一种基于垃圾模型的语音识别处理装置，包括：第一获取模块，用于获取待处理的音节列表中与每个音节对应的三音子模型；第二获取模块，用于采用预先训练的隐马尔可夫模型，根据所述三音子模型获取与每个音节对应的三音子状态序列；处理模块，用于根据与每个音节对应的三音子状态序列，从所述音节列表中筛选出多个建模音节，其中，所述多个建模音节的数量与预先设置的垃圾模型数目相同；第一生成模块，用于应用所述多个建模音节生成对应数量的多个垃圾模型，以采用所述多个垃圾模型进行语音识别处理。

本申请实施例的基于垃圾模型的语音识别处理装置，通过第一获取模块获取待处理的音节列表中与每个音节对应的三音子模型；通过第二获取模块采用预先训练的隐马尔可夫模型，根据所述三音子模型获取与每个音节对应的三音子状态序列；通过处理模块根据与每个音节对应的三音子状态序列，从所述音节列表中筛选出多个建模音节，其中，所述多个建模音节的数量与预先设置的垃圾模型数目相同；通过第一生成模块应用所述多个建模音节生成对应数量的多个垃圾模型，以采用所述多个垃圾模型进行语音识别处理。由此，实现了建立与应用需要匹配数量的、基于音节聚类的垃圾模型，从而提高了建模组网的效率和灵活性，以及提高了语音识别处理的准确性。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是本申请一个实施例的基于垃圾模型的语音识别处理方法的流程图；

图2是本申请另一个实施例的基于垃圾模型的语音识别处理方法的流程图；

图3是本申请另一个实施例的基于垃圾模型的语音识别处理方法的流程图；

图4是本申请一个实施例的基于垃圾模型的语音识别处理装置的结构示意图；

图5是本申请另一个实施例的基于垃圾模型的语音识别处理装置的结构示意图；

图6是本申请另一个实施例的基于垃圾模型的语音识别处理装置的结构示意图。

具体实施方式