[发明专利]一种语音识别方法、设备、系统及存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

获取待识别的语音信号，其中，所述待识别的语音信号包括多声道语音信号，所述多声道语音信号中包括至少两个声道的语音信号；

将所述多声道语音信号进行声道分离，得到至少两路第一单声道语音信号；

获得所述第一单声道语音信号对应的至少一个第一有效语音片段；

获得所述第一有效语音片段的第一语音识别结果；

根据所述第一语音识别结果，得到所述第一单声道语音信号的语音识别结果；

其中，所述将所述多声道语音信号进行声道分离，得到至少两路第一单声道语音信号，包括：

对于所述多声道语音信号中的每个声道的语音信号，分别将每个声道的语音信号划分成至少两个分块数据；

将每个声道的分块数据交叉存储至对应的存储区中，得到所述至少两路第一单声道语音信号；

所述交叉存储指的是同一声道的分块数据的存储区不相邻，并通过其他声道的存储区隔开；

对于多声道语音信号，将各声道的各分块数据，按照将第一声道的第一分块数据、第二声道的第一分块数据，直到第N声道的第一分块数据存储至对应的存储区之后，再将第一声道的第n分块数据、第二声道的第n分块数据，直到第N声道的第n分块数据存储至对应的存储区，直至存储完全部的数据；

其中，N表示声道个数，N大于等于2，n表示分块数据的个数，n大于等于2。

2.根据权利要求1所述的方法，其特征在于，所述待识别的语音信号还包括第二单声道语音信号；

所述获得所述第一单声道语音信号对应的至少一个第一有效语音片段，包括：

并行处理所述第一单声道语音信号和所述第二单声道语音信号，分别得到所述第一单声道语音信号对应的至少一个第一有效语音片段，以及所述第二单声道语音信号对应的至少一个第二有效语音片段；

所述获得所述第一有效语音片段的第一语音识别结果，包括：

并行处理所述第一有效语音片段和所述第二有效语音片段，分别得到所述第一语音识别结果和所述第二有效语音片段的第二语音识别结果；

所述根据所述第一语音识别结果，得到所述第一单声道语音信号的语音识别结果，包括：

并行处理所述第一语音识别结果和所述第二语音识别结果，分别得到所述第一单声道语音信号的语音识别结果以及所述第二单声道语音信号的语音识别结果。

3.根据权利要求2所述的方法，其特征在于，所述并行处理所述第一单声道语音信号和所述第二单声道语音信号，分别得到所述第一单声道语音信号对应的至少一个第一有效语音片段，以及所述第二单声道语音信号对应的至少一个第二有效语音片段，包括：

利用语音活动检测VAD对所述第一单声道语音信号进行处理，得到所述第一单声道语音信号对应的至少一个第一有效语音片段；以及，利用VAD对所述第二单声道语音信号进行处理，得到所述第二单声道语音信号对应的至少一个第二有效语音片段。

4.根据权利要求2所述的方法，其特征在于，所述并行处理所述第一有效语音片段和所述第二有效语音片段，分别得到所述第一语音识别结果和所述第二语音片段的第二语音识别结果，包括：

根据所述第一有效语音片段得到所述第一有效语音片段的梅尔频率倒谱系数MFCC，并对所述至少一个第一有效语音片段的MFCC进行解码和映射，得到所述第一语音识别结果；以及

根据所述第二有效语音片段得到所述第二有效语音片段的MFCC，并对所述第二有效语音片段的MFCC进行解码和映射，得到所述第二有效语音识别结果。

5.根据权利要求2所述的方法，其特征在于，所述并行处理所述第一语音识别结果和所述第二语音识别结果，分别得到所述第一单声道语音信号的语音识别结果以及所述第二单声道语音信号的语音识别结果，包括：

将所述第一语音识别结果进行整合，并将整合后的语音识别结果进行格式转换，得到所述第一单声道语音信号的语音识别结果；以及

将所述第二语音识别结果进行整合，并将整合后的语音识别结果进行格式转换，得到所述第二单声道语音信号的语音识别结果。