[发明专利]一种语音识别方法、装置、设备和存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

将采集到的语音数据输入到预先训练的抗噪模型进行抗噪处理；

根据预设语音识别模型识别所述抗噪模型输出的抗噪语音数据；

获取所述预设语音识别模型输出的语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述抗噪模型的预先训练过程，包括：

获取高信噪比的干净音频数据集和低信噪比的混噪音频数据集，其中，所述混噪音频数据集通过调整所述干净音频数据集的信噪比生成；

根据所述干净音频数据集、所述混噪音频数据集和预设训练目标训练所述抗噪模型；

其中，所述训练目标至少包括将所述干净音频数据集和所述混噪音频数据集内的音频数据识别为相同音频数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述干净音频数据集、所述混噪音频数据集和预设训练目标训练所述抗噪模型，包括：

根据分类器模型对所述干净音频数据集和所述混噪音频数据集内的音频数据进行分类处理；

获取所述干净音频数据集内音频数据经过分类的干净分类结果和所述混噪音频数据集内音频数据经过分类的混噪分类结果；

若所述干净分类结果与所述混噪分类结果相同，则所述抗噪模型训练完成，若所述干净分类结果与所述混噪分类结果不同，则根据所述干净分类结果和所述混噪分类结果更新所述抗噪模型的权重继续训练。

4.根据权利要求2所述的方法，其特征在于，所述根据所述干净音频数据集、所述混噪音频数据集和预设训练目标训练所述抗噪模型，包括：

在所述干净音频数据集和所述混噪音频数据集内提取样本数据；

通过判别器模型区分所述样本数据的来源；

若所述样本数据的来源判断失败，则确定所述抗噪模型训练完成，若所述样本数据的来源判断成功，则更新所述抗噪模型的权重继续训练。

5.根据权利要求1所述的方法，其特征在于，在所述将采集到的语音数据输入到预先训练的抗噪模型进行抗噪处理之前，还包括：

将时域信号的语音数据转换为频域信号的语音数据。

6.根据权利要求1所述的方法，其特征在于，所述将采集到的语音数据输入到预先训练的抗噪模型进行抗噪处理，包括：

对所述语音数据进行预处理获取音频特征；

将所述音频特征输入到所述预先训练的抗噪模型进行抗噪处理。

7.根据权利要求6所述的方法，其特征在于，所述预处理包括：快速傅里叶变换处理、梅尔倒频谱处理、线性预测处理和滤波器组处理中至少一种。

8.一种语音识别装置，其特征在于，包括：

抗噪处理模块，用于将采集到的语音数据输入到预先训练的抗噪模型进行抗噪处理；

语音识别模块，用于根据预设语音识别模型识别所述抗噪模型输出的抗噪语音数据；

结果获取模块，用于获取所述预设语音识别模型输出的语音识别结果。

9.一种设备，其特征在于，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如权利要求1-7中任一所述的语音识别方法。

10.一种计算可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的语音识别方法。