[发明专利]基于人工智能的语音识别方法、装置及终端

说明书

本发明提出一种基于人工智能的语音识别方法、装置及终端，其中，该方法包括：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，对待识别的语音数据进行处理，确定待识别的语音数据中各时频单元对应的归一化能量特征；根据各时频单元对应的归一化能量特征，确定待识别的语音数据对应的文本数据。由此，实现了根据归一化能量特征，进行语音识别，提高了语音识别的准确性，优化了语音唤醒的效果，改善了用户体验。

技术领域

本发明涉及音频技术领域，尤其涉及一种基于人工智能的语音识别方法、装置及终端。

背景技术

人工智能(Artificial Intelligence，简称AI)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。

随着科学技术的进步，语音唤醒技术被广泛应用于移动终端、智能家居或语音交互系统中，为用户利用语音指令唤醒设备提供了方便。

目前，国内外主流的语音唤醒技术，通常利用滤波器组(filter bank，简称FB)特征进行语音识别。在安静近场的场景下，filter bank特征每一个子带的能量都非常明显，这种特征符合人耳听力的特征，因此可以很好的应用于语音识别领域。然而，在噪声场景和远场场景下，filter bank特征的各个子带的能量会出现失衡，这就导致了语音识别的准确性低，影响语音唤醒的效果。

发明内容

本发明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，本发明的第一个目的在于提出一种基于人工智能的语音识别方法，实现了根据归一化能量特征，进行语音识别，提高了语音识别的准确性，优化了语音唤醒的效果，改善了用户体验。

本发明的第二个目的在于提出一种基于人工智能的语音识别装置。

本发明的第三个目的在于提出一种终端。

本发明的第四个目的在于提出一种计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种基于人工智能的语音识别方法，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。

本发明实施例的基于人工智能的语音识别方法，首先获取待识别的语音数据，然后利用训练后的子带能量归一化声学模型，对待识别的语音数据进行处理，确定待识别的语音数据中各时频单元对应的归一化能量特征，最后根据各时频单元对应的归一化能量特征，确定待识别的语音数据对应的文本数据。由此，实现了根据归一化能量特征，进行语音识别，提高了语音识别的准确性，优化了语音唤醒的效果，改善了用户体验。

为达上述目的，本发明第二方面实施例提出了一种基于人工智能的语音识别装置，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。