[发明专利]基于人工智能的语音识别方法、装置及终端

权利要求书

1.一种基于人工智能的语音识别方法，其特征在于，包括：

获取待识别的语音数据；

利用训练后的子带能量归一化声学模型，对所述待识别的语音数据进行处理，确定所述待识别的语音数据中各时频单元对应的归一化能量特征；

根据所述各时频单元对应的归一化能量特征，确定所述待识别的语音数据对应的文本数据；

所述利用训练后的子带能量归一化声学模型，对所述待识别的语音数据进行处理之前，还包括：

获取训练语音数据；

利用所述训练语音数据，对初始子带能量归一化声学模型进行训练，确定训练后的子带能量归一化模型及各子带分别对应的平滑参数，其中，所述利用所述训练语音数据，对初始子带能量归一化声学模型进行训练，包括：将从所述训练语音数据中获取的滤波器组能量值及初始平滑参数输入初始子带能量归一化声学模型，生成对应的文本数据，根据生成的文本数据与所述训练语音数据对应的正确文本数据的差异确定各子带分别对应的平滑系数的修正系数，以对各子带分别对应的初始平滑系数进行修正，确定修正后的子带能量归一化声学模型。

2.如权利要求1所述的方法，其特征在于，所述利用所述训练语音数据，对初始子带能量归一化声学模型进行训练之前，还包括：

根据预设的规则，确定各子带分别对应的初始平滑参数。

3.如权利要求1-2任一所述的方法，其特征在于，所述利用训练后的子带能量归一化声学模型，对所述待识别的语音数据进行处理之前，还包括：

对所述待识别的语音数据进行预处理，确定所述待识别的语音数据中各时频单元对应的滤波器组能量值；

所述利用训练后的子带能量归一化声学模型，对所述待识别的语音数据进行处理，包括：

所述利用训练后的子带能量归一化声学模型，对所述待识别的语音数据中各时频单元对应的滤波器组能量值进行处理。

4.如权利要求3所述的方法，其特征在于，所述确定所述待识别的语音数据中各时频单元对应的归一化能量特征，包括：

确定第i帧语音数据中第j个时频单元对应的滤波器组能量值E(i,j)及各子带分别对应的平滑参数s_j；

获取第i-1帧语音数据中第j个时频单元对应的平滑后的滤波器组能量值M(i-1,j)；

根据所述E(i,j)、s_j及M(i-1,j)，确定所述第i帧语音数据中第j个时频单元对应的平滑后的滤波器组能量值M(i,j)。

5.一种基于人工智能的语音识别装置，其特征在于，包括：

第一获取模块，用于获取待识别的语音数据；

第一确定模块，用于利用训练后的子带能量归一化声学模型，对所述待识别的语音数据进行处理，确定所述待识别的语音数据中各时频单元对应的归一化能量特征；

第二确定模块，用于根据所述各时频单元对应的归一化能量特征，确定所述待识别的语音数据对应的文本数据；

第二获取模块，用于获取训练语音数据；

第三确定模块，用于利用所述训练语音数据，对初始子带能量归一化声学模型进行训练，确定训练后的子带能量归一化模型及各子带分别对应的平滑参数，其中，所述第三确定模块，具体用于将从所述训练语音数据中获取的滤波器组能量值及初始平滑参数输入初始子带能量归一化声学模型，生成对应的文本数据，根据生成的文本数据与所述训练语音数据对应的正确文本数据的差异确定各子带分别对应的平滑系数的修正系数，以对各子带分别对应的初始平滑系数进行修正，确定修正后的子带能量归一化声学模型。

6.如权利要求5所述的装置，其特征在于，还包括：

第四确定模块，用于根据预设的规则，确定各子带分别对应的初始平滑参数。

7.如权利要求5-6任一所述的装置，其特征在于，还包括：

第五确定模块，用于对所述待识别的语音数据进行预处理，确定所述待识别的语音数据中各时频单元对应的滤波器组能量值；

所述第一确定模块，具体用于：

所述利用训练后的子带能量归一化声学模型，对所述待识别的语音数据中各时频单元对应的滤波器组能量值进行处理。