[发明专利]语音识别方法、装置、终端和计算机可读存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

根据采集到的语音的声学特征，计算所述语音与解码网络中的音素序列的声学相似概率；其中，所述解码网络包括多组音素序列，每一组音素序列对应一个预设的命令词内容或对应噪音内容；

根据所述声学相似概率，获得所述语音与所述音素序列的匹配概率；

将所述语音识别为匹配概率最高的音素序列所对应的内容；

其中，所述根据采集到的语音的声学特征，计算所述语音与解码网络中的音素序列的声学相似概率，包括：

获取预先训练的解码网络中音素序列的声学模型；其中，训练噪音内容对应的声学模型所采用的噪音样本包括多个两两之间声学特征差值大于预设的阈值的语音样本；训练命令词对应的声学模型所采用的命令词样本包括多个采用不同口音朗读的命令词语音样本；

根据采集到的语音的声学特征，采用所述声学模型计算所述语音与解码网络中的音素序列的声学相似概率。

2.如权利要求1所述的语音识别方法，其特征在于，所述解码网络是使用加权有限状态转换器构造的；

所述根据所述声学相似概率，获得所述语音与所述音素序列的匹配概率，具体包括：

计算所述声学相似概率与所述音素序列的权重的和值，作为所述语音与所述音素序列的匹配概率。

3.如权利要求2所述的语音识别方法，其特征在于，还包括：

若确认采集到的语音为噪音，且将所述语音识别为预先设定的命令词，则提高所述解码网络中噪音内容对应的音素序列的权重。

4.如权利要求1-3任一所述的语音识别方法，其特征在于，所述解码网络还包括与静音内容对应的音素序列。

5.一种语音识别装置，其特征在于，包括：

计算模块，用于根据采集到的语音的声学特征，计算所述语音与解码网络中的音素序列的声学相似概率；其中，所述解码网络包括多组音素序列，每一组音素序列对应一个预设的命令词内容或对应噪音内容；

匹配模块，用于根据所述声学相似概率，获得所述语音与所述音素序列的匹配概率；

识别模块，用于将所述语音识别为匹配概率最高的音素序列所对应的内容；

其中，所述计算模块包括：

模型获取单元，用于获取预先训练的解码网络中音素序列的声学模型；其中，训练噪音内容对应的声学模型所采用的噪音样本包括多个两两之间声学特征差值大于预设的阈值的语音样本；训练命令词对应的声学模型所采用的命令词样本包括多个采用不同口音朗读的命令词语音样本；

模型运算单元，用于根据采集到的语音的声学特征，采用所述声学模型计算所述语音与解码网络中的音素序列的声学相似概率。

6.如权利要求5所述的语音识别装置，其特征在于，所述解码网络是使用加权有限状态转换器构造的；

所述语音识别装置还包括：

权重调整模块，用于若确认采集到的语音为噪音，且将所述语音识别为预先设定的命令词，则提高所述解码网络中噪音内容对应的音素序列的权重。

7.一种终端，其特征在于，所述终端包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的语音识别方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的语音识别方法。