[发明专利]一种语音识别方法、装置、设备和介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

获取至少两个音区的麦克风所采集的音频信号；

根据各所述音频信号的声音能量，确定各音频信号包括关键语音的状态；

根据各音频信号包括关键语音的状态，分别调整各音区的自适应滤波器的自适应调整参数；

控制各自适应滤波器根据各自的所述自适应调整参数，对所对应音区的音频信号进行自适应滤波处理，并输出滤波后信号；

根据各滤波后信号，进行语音识别。

2.根据权利要求1所述的方法，其特征在于，根据各所述音频信号的声音能量，确定各音频信号包括关键语音的状态包括：

将各所述音频信号输入分别对应于各音区的阻塞矩阵，每个阻塞矩阵对应于一个音区，作为该阻塞矩阵的当前音区；

每个阻塞矩阵基于当前音区的音频信号和至少一个非当前音区的音频信号，确定当前音区的至少一个参考信号，其中，所述参考信号用于强化当前音区中除关键语音之外的环境噪声；

将各个音区的参考信号进行声音能量的比对，根据比对结果确定各音频信号包括关键语音的状态。

3.根据权利要求2所述的方法，其特征在于，将各个音区的参考信号进行声音能量的比对，根据比对结果确定各音频信号包括关键语音的状态包括：

将各个音区的参考信号进行声音能量的比对，将比对结果为声音能量最小的音区确定为音频信号包括关键语音的状态，其他音频信号确定为不包括关键语音的状态。

4.根据权利要求2所述的方法，其特征在于，将各个音区的参考信号进行声音能量的比对，根据比对结果确定各音频信号包括关键语音的状态包括：

将各个音区的参考信号进行声音能量的比对，根据比对结果确定各个音频信号包括关键语音的概率的相对顺序；

将结果中概率最大的音区确定为音频信号包括关键语音的状态，其他音频信号确定为不包括关键语音的状态。

5.根据权利要求1-4任一所述的方法，其特征在于，根据各音频信号包括关键语音的状态，分别调整各音区的自适应滤波器的自适应调整参数包括：

将包括关键语音的音频信号所在音区的自适应滤波器的计算步长策略，调整为精确步长策略；以及，

将不包括关键语音的音频信号所在音区的自适应滤波器的计算步长策略，调整为粗略步长策略；

其中，所述精确步长策略所确定的步长，小于粗略步长策略所确定的步长。

6.根据权利要求2所述的方法，其特征在于，控制各自适应滤波器根据各自的所述自适应调整参数，对所对应音区的音频信号进行自适应滤波处理之前，还包括：

采用至少两个与音区对应的固定参数滤波器，对各音区的音频信号进行滤波处理，以产生期望信号，其中，所述期望信号用于强化当前所对应音区中的关键语音；

相应的，控制各自适应滤波器根据各自的所述自适应调整参数，对所对应音区的音频信号进行自适应滤波处理，并输出滤波后信号包括：

将每个音区的期望信号和参考信号，输入音区所对应的自适应滤波器；

控制所述自适应滤波器，采用所述自适应调整参数，对所述期望信号和参考信号进行滤波处理，并输出滤波后信号。

7.根据权利要求6所述的方法，其特征在于，所述自适应滤波器为自适应波束成形滤波器，所述固定参数滤波器为固定参数波束成形滤波器；

所述固定参数波束成形滤波器和所述阻塞矩阵的初始参数，根据各音区麦克风之间的声音传输时延来确定。

8.根据权利要求1所述的方法，其特征在于，根据各滤波后信号，进行语音识别之后，还包括：

将包括关键语音的音频信号所在音区作为目标音区；

如果所述目标音区的语音识别结果包括唤醒词，则唤醒语音识别引擎，用于对所述目标音区的后续音频信号进行识别。

9.根据权利要求1所述的方法，其特征在于，根据各滤波后信号，进行语音识别之后，还包括：

根据各音区的滤波后信号的语音识别结果，结合各音区的设定功能，对所述语音识别结果进行响应。