[发明专利]语音识别方法及系统

权利要求书

1.一种语音识别方法，包括：

提取待识别的语音数据的声学特征；

基于声学-音素神经网络模型，将所述声学特征解码为音素阵列；以及

基于音素-语言神经网络模型，将所述音素阵列进一步解码为文字序列；

在所述基于声学-音素神经网络模型将所述声学特征解码为音素阵列之后，还包括：使用音素同步解码程序模块来采样所述声学-音素神经网络模型所解码的所述音素阵列，并将采样后的所述音素阵列输入至所述音素-语言神经网络模型，其中所述音素同步解码程序模块跨接所述声学-音素神经网络模型和所述音素-语言神经网络模型。

2.根据权利要求1所述的方法，其中，该方法还包括针对所述音素-语言神经网络模型的训练步骤，包括：

基于词典表和文本数据训练所述音素-语言神经网络模型，其中所述词典表中预存储音素序列和对应的文字序列。

3.根据权利要求2所述的方法，其中，所述针对所述音素-语言神经网络模型的训练步骤还包括：

使用基于注意力的编码器-解码器来训练所述音素-语言神经网络模型，以令所述音素-语言神经网络模型自动学习对准音素序列和单词序列。

4.根据权利要求1所述的方法，其中，该方法还包括针对所述声学-音素神经网络模型的训练步骤，包括：

根据联结主义时序分类，使用声学特征和对应的音素序列训练所述声学-音素神经网络模型。

5.一种语音识别系统，包括：

特征提取程序模块，用于提取待识别的语音数据的声学特征；

声学-音素神经网络模型，用于将所述声学特征解码为音素阵列；以及

音素-语言神经网络模型，用于将所述音素阵列进一步解码为文字序列；

音素同步解码程序模块，其跨接所述声学-音素神经网络模型和所述音素-语言神经网络模型，用于采样所述声学-音素神经网络模型所解码的所述音素阵列，并将采样后的所述音素阵列输入至所述音素-语言神经网络模型。

6.根据权利要求5所述的系统，其中，该系统还包括：

第一训练程序模块，用于基于词典表和文本数据训练所述音素-语言神经网络模型，其中所述词典表中预存储音素序列和对应的文字序列。

7.一种存储介质，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权利要求1-4中任一项所述方法的步骤。

8.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-4中任一项所述方法的步骤。