[发明专利]一种基于神经网络的语音识别方法及装置

权利要求书

1.一种基于神经网络的语音识别方法，其特征在于，所述方法包括：

对获取的待识别语音信号分帧处理，获得所述待识别语音信号的语音帧特征向量矩阵；

利用卷积神经网络对所述语音帧特征向量矩阵进行识别，获得待识别语音信号对应的文字；

解析所述待识别语音信号对应的文字得到目标语义；

根据所述目标语义，启动与所述目标语义对应的第三方程序。

2.如权利要求1所述的方法，其特征在于，利用卷积神经网络对所述语音帧特征向量矩阵进行识别，获得待识别语音信号对应的文字具体为：

采用经过训练的卷积神经网络对语音帧特征向量矩阵进行识别，获得与语音帧特征向量矩阵对应的状态标签矩阵；

采用解码模型对上述状态标签矩阵进行解码，以得到待识别语音信号对应的文本。

3.如权利要求1所述的方法，其特征在于，解析所述待识别语音信号对应的文字得到目标语义具体包括：

将待识别语音信号对应的文字组成至少两种文本语义；

按照预定的评分规则，根据所述至少两种文本语义的自然性及连贯性对所述至少两种文本语义中的每种文本语义的进行评分；

获取所述至少两种文本语义中评分最高的所述文本语义作为所述目标语义。

4.如权利要求1所述的方法，其特征在于，根据所述目标语义，启动与所述目标语义对应的第三方程序具体包括：

根据目标语义确定第三方应用对象；

根据第三方应用注册表中所述第三方应用对象与第三方应用程序的对应关系，启动与目标语义对应的第三方程序。

5.如权利要求4所述的方法，其特征在于，所述方法还包括：

判断目标语义的类型，若目标语义为语音操作控制指令类型，则所述第三方应用程序根据所述语音操作控制指令执行相应的操作；

若目标语义为语音文本输入指令，则所述第三方应用程序根据所述语音文本输入指令生成相应的文本。

6.一种基于神经网络的语音识别装置，其特征在于，所述装置包括：

处理模块，用于对获取的待识别语音信号分帧处理，获得所述待识别语音信号的语音帧特征向量矩阵；

识别模块，用于利用卷积神经网络对所述语音帧特征向量矩阵进行识别，获得待识别语音信号对应的文字；

解析模块，用于解析所述待识别语音信号对应的文字得到目标语义；

启动模块，用于根据所述目标语义，启动与所述目标语义对应的第三方程序。

7.如权利要求6所述的装置，其特征在于，所述识别模块具体用于：

采用经过训练的卷积神经网络对语音帧特征向量矩阵进行识别，获得与语音帧特征向量矩阵对应的状态标签矩阵；

采用解码模型对上述状态标签矩阵进行解码，以得到待识别语音信号对应的文本。

8.如权利要求6所述的装置，其特征在于，所述解析模块具体用于：

将待识别语音信号对应的文字组成至少两种文本语义；

按照预定的评分规则，根据所述至少两种文本语义的自然性及连贯性对所述至少两种文本语义中的每种文本语义的进行评分；

获取所述至少两种文本语义中评分最高的所述文本语义作为所述目标语义。

9.如权利要求6所述的装置，其特征在于，所述启动模块具体用于：

根据目标语义确定第三方应用对象；

根据第三方应用注册表中所述第三方应用对象与第三方应用程序的对应关系，启动与目标语义对应的第三方程序。

10.如权利要求6所述的装置，其特征在于，所述装置还包括执行模块，所述执行模块具体用于：

判断目标语义的类型，若目标语义为语音操作控制指令类型，则所述第三方应用程序根据所述语音操作控制指令执行相应的操作；

若目标语义为语音文本输入指令，则所述第三方应用程序根据所述语音文本输入指令生成相应的文本。