[发明专利]语音识别方法、装置、终端和计算机可读存储介质

说明书

本发明公开了一种语音识别方法，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。相应地，本发明还公开一种语音识别装置、终端和计算机可读存储介质。本发明实现避免将噪音识别为命令词，且无需在语音识别后计算置信度，达到降低误识别率的效果。

技术领域

本发明实施例涉及语音识别技术，尤其涉及一种语音识别方法、装置、终端和计算机可读存储介质。

背景技术

在语音命令词识别技术中，误识别一直是一个比较难以解决的问题。命令词识别之所以误识别率比较高，是因为现有技术的命令词识别方法普遍是通过构造解码网络来实现，该解码网络中包含多组与预设的命令词对应的音素序列。输入任何语音都会根据该语音从解码网络中搜索出一个最为匹配的音素序列，因此导致误识别。

目前解决将噪音识别为命令词的方法是计算识别结果的置信度，当置信度大于预设的阈值时表示识别正确，当置信度小于该阈值时表示没有识别到命令词。由于置信度的计算依赖很多因素，尤其受环境影响会导致置信度的值变化范围很大。在嘈杂环境下，经常会出现正确的识别结果置信度很低但错误的识别结果置信度却很高的情况，使得误识别率依然很高。

发明内容

本发明提供一种语音命令的识别方法、装置、终端及计算机可读存储介质，以实现避免将噪音识别为命令词，且无需在语音识别后计算置信度，达到降低误识别率的效果。

第一方面，本发明实施例提供了一种语音识别方法，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。

第二方面，本发明还提供了一种语音识别装置，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。

第三方面，本发明还提供了一种终端，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本发明任意实施例提供的语音识别方法。

第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的语音识别方法。

本发明通过在解码网络中增加噪音内容对应的音素序列，采集到的语音可以在解码网络中搜索最匹配音素序列时就被识别为噪音或命令词，无需在解码网络搜索音素序列后对搜索结果进行置信度计算，从而解决现有技术采用受环境音素影响的置信度计算方法造成误识别率高的问题，实现避免将噪音识别为命令词，且降低误识别率的效果。

附图说明

图1是本发明实施例一提供的语音识别方法的流程图；