[发明专利]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：

根据待识别语音的目标声音特征，确定所述待识别语音的目标语言类别；

根据所述目标语言类别和目标对应关系，确定目标语音识别模型，所述目标对应关系中包括多个语言类别，以及各语言类别对应的语音识别模型，所述目标语言类别为所述多个语言类别中的一个，所述语音识别模型包括通用语音识别模型和方言语音识别模型，所述方言语音识别模型是训练所述通用语音识别模型得到的；

基于所述目标语音识别模型识别所述待识别语音，获取语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标语言类别和目标对应关系，确定目标语音识别模型之前，还包括：

获取多个方言类别各自对应的训练样本；

针对每个方言类别，将所述方言类别对应的第一训练样本输入至通用声学模型，得到初始方言声学模型；

针对每个方言类别，将所述方言类别对应的第二训练样本输入至所述初始方言声学模型，得到方言声学模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述方言类别对应的第一训练样本输入至通用声学模型，得到初始方言声学模型，包括：

将所述第一训练样本输入至所述通用声学模型，得到第一音素，所述第一训练样本包括所述方言类别中各第二音素对应的声学特征；

根据所述第一音素与音素对应关系，确定第二音素，所述音素对应关系中包括所述方言类别中所有的第二音素，以及各第二音素对应的第一音素；

将所述通用声学模型中的所有第一音素更新为对应的第二音素，得到所述初始方言声学模型。

4.根据权利要求2或3所述的方法，其特征在于，所述将所述方言类别对应的第二训练样本输入至所述初始方言声学模型，得到方言声学模型，包括：

将所述第二训练样本输入至所述初始方言声学模型，调整所述初始方言声学模型的参数，直至满足预设条件，得到所述方言声学模型，所述第二训练样本包括所述方言类别中各第二音素对应的声学特征。

5.根据权利要求2所述的方法，其特征在于，还包括：

获取所述多个方言类别的音频各自对应的语料文本；

针对所述每个方言类别，根据所述方言类别的语料文本，确定方言发音词典。

6.根据权利要求5所述的方法，其特征在于，还包括：

针对所述每个方言类别，根据所述方言类别的语料文本，确定方言语言模型；

针对所述每个方言类别，根据所述方言语言模型、所述方言发音词典和所述方言声学模型，确定所述方言语音识别模型。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述根据待识别语音的目标声音特征，确定所述待识别语音的目标语言类别之前，还包括：

获取多个方言类别各自对应的语音样本；

提取所有方言类别中每个方言类别对应的语音样本的声音特征；

将所述声音特征输入至分类模型中，训练所述分类模型，得到训练后的分类模型；

所述根据待识别语音的目标声音特征，确定所述待识别语音的目标语言类别，包括：

将所述目标声音特征输入至所述训练后的分类模型中，得到所述待识别语音的目标语言类别。

8.一种语音识别装置，其特征在于，包括：

确定模块，用于根据待识别语音的目标声音特征，确定所述待识别语音的目标语言类别；根据所述目标语言类别和目标对应关系，确定目标语音识别模型，所述目标对应关系中包括多个语言类别，以及各语言类别对应的语音识别模型，所述目标语言类别为所述多个语言类别中的一个，所述语音识别模型包括通用语音识别模型和方言语音识别模型，所述方言语音识别模型是训练所述通用语音识别模型得到的；

识别模块，用于基于所述目标语音识别模型识别所述待识别语音，获取语音识别结果。

9.一种电子设备，其特征在于，包括：处理器，所述处理器用于执行存储于存储器的计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法的步骤。