[发明专利]一种流式语音识别方法

权利要求书

1.一种流式语音识别方法，其特征在于，包括：

将待检测语音片段发送给语音端点检测端，根据返回结果确定所述待检测语音片段中的无效子片段；

在待检测语音片段中抽除所述无效子片段，得到被所述无效子片段分割的多个有效子片段，其中，有效子片段包含有效语音数据，无效子片段包含静音数据；

在所述待检测语音片段的末尾片段为有效子片段的情况下，将所述末尾片段存入状态数据库，所述末尾片段用于拼接在所述待检测语音片段的下一个语音片段的开端，将除末尾片段外的其他有效子片段按照时间顺序拼接为待识别有效语音片段；

将所述待识别有效语音片段发送给语音识别端，以获得识别结果。

2.如权利要求1所述的流式语音识别方法，其特征在于，所述得到被所述无效子片段分割的多个有效子片段后，还包括：

在所述待检测语音片段的末尾片段为无效子片段的情况下，将分割出的多个有效子片段按照时间顺序拼接为待识别有效语音片段。

3.如权利要求1所述的流式语音识别方法，其特征在于，所述待检测语音片段的获取方式，包括：

接收目标语音片段，检查状态数据库中是否缓存了所述目标语音片段的前序子片段，其中，流式语音由多个连续语音片段组成，所述目标语音片段的前序子片段为所述目标语音片段的上个语音片段的末尾有效子片段；

若状态数据库中缓存了所述前序子片段，将所述前序子片段拼接在目标语音片段的开端，将拼接后的语音片段确定为待检测的语音片段。

4.如权利要求3所述的流式语音识别方法，其特征在于，所述接收目标语音片段，检查状态数据库中是否缓存了所述目标语音片段的前序子片段，包括：

接收目标语音片段，确定所述目标语音片段所携带的音频流标识，在状态数据库中查找携带同样音频流标识的有效子片段；

若查找到携带同样音频流标识的有效子片段，则将查找到的有效子片段确定为目标语音片段的前序有效子片段；若未查找到携带同样音频流标识的有效子片段，则直接将目标语音片段确定为待检测的语音片段。

5.一种流式语音识别装置，其特征在于，包括：

静音检测单元，被配置为将待检测语音片段发送给语音端点检测端，根据返回结果确定所述待检测语音片段中的无效子片段；

静音消除单元，被配置为在待检测语音片段中抽除所述无效子片段，得到被所述无效子片段分割的多个有效子片段，其中，有效子片段包含有效语音数据，无效子片段包含静音数据；

状态存储单元，被配置为在所述待检测语音片段的末尾片段为有效子片段的情况下，将所述末尾片段存入状态数据库，所述末尾片段用于拼接在所述待检测语音片段的下一个语音片段的开端，将除末尾片段外的其他有效子片段按照时间顺序拼接为待识别有效语音片段；

语音识别单元，被配置为将所述待识别有效语音片段发送给语音识别端，以获得识别结果。

6.如权利要求5所述的流式语音识别装置，其特征在于，所述流式语音识别装置，还包括：

语音拼接单元，被配置为在所述待检测语音片段的末尾片段为无效子片段的情况下，将分割出的多个有效子片段按照时间顺序拼接为待识别有效语音片段。

7.如权利要求5所述的流式语音识别装置，其特征在于，所述流式语音识别装置，还包括：

目标语音处理模块：被配置为接收目标语音片段，检查状态数据库中是否缓存了所述目标语音片段的前序子片段，其中，流式语音由多个连续语音片段组成，所述目标语音片段的前序子片段为所述目标语音片段的上个语音片段的末尾有效子片段；

在状态数据库中缓存了所述前序子片段的情况下，将所述前序子片段拼接在目标语音片段的开端，将拼接后的语音片段确定为待检测的语音片段。

8.如权利要求7所述的流式语音识别装置，其特征在于，所述目标语音处理模块，具体用于：

接收目标语音片段，确定所述目标语音片段所携带的音频流标识，在状态数据库中查找携带同样音频流标识的有效子片段；

若查找到携带同样音频流标识的有效子片段，则将查找到的有效子片段确定为目标语音片段的前序有效子片段。