[发明专利]语音识别方法、装置、电子设备和存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

对待识别语音进行语种识别，得到所述待识别语音的语种特征；

基于所述语种特征，对所述待识别语音的编码特征进行语音解码，得到所述待识别语音分别在语音语种和预设语种下的识别文本，所述语音语种为所述语种特征所指示的语种。

2.根据权利要求1所述的语音识别方法，其特征在于，所述基于所述语种特征，对所述待识别语音的编码特征进行语音解码，得到所述待识别语音分别在语音语种和预设语种下的识别文本，包括：

基于所述语种特征，对所述编码特征进行所述语音语种下的语音解码，得到所述待识别语音在所述语音语种下的解码特征和识别文本；

基于所述解码特征和所述语种特征，或，基于所述语种特征，对所述编码特征进行所述预设语种下的语音解码，得到所述待识别语音在所述预设语种下的识别文本。

3.根据权利要求1所述的语音识别方法，其特征在于，所述对待识别语音进行语种识别，得到所述待识别语音的语种特征，包括：

对所述待识别语音进行声学特征提取，得到所述待识别语音的声学特征；

基于所述声学特征，对所述待识别语音进行语种识别，得到所述待识别语音的语种特征；

基于所述声学特征，对所述待识别语音进行语音识别编码，得到所述待识别语音的编码特征。

4.根据权利要求3所述的语音识别方法，其特征在于，所述基于所述声学特征，对所述待识别语音进行语音识别编码，得到所述待识别语音的编码特征，包括：

基于所述声学特征和所述语种特征，对所述待识别语音进行语音识别编码，得到所述待识别语音的编码特征。

5.根据权利要求3所述的语音识别方法，其特征在于，所述基于所述声学特征，对所述待识别语音进行语种识别，得到所述待识别语音的语种特征，包括：

将所述声学特征输入至语种识别模型，由所述语种识别模型基于所述声学特征进行语种特征提取，并基于提取所得的语种特征进行语种识别，得到所述语种识别模型输出的所述待识别语音的语种；

所述语种识别模型是基于各样本语种下的样本语音的声学特征训练得到的。

6.根据权利要求1至5中任一项所述的语音识别方法，其特征在于，所述基于所述语种特征，对所述待识别语音的编码特征进行语音解码，得到所述待识别语音分别在语音语种和预设语种下的识别文本，包括：

将所述待识别语音的声学特征和语种特征输入至语音识别模型中，由所述语音识别模型基于所述声学特征和所述语种特征，或者基于所述声学特征，对所述待识别语音进行语音识别编码，并基于所述语种特征和编码所得的编码特征进行语音解码，得到所述语音识别模型输出的所述待识别语音分别在语音语种和预设语种下的识别文本；

所述语音识别模型是以样本语音在语音语种和预设语种下的样本文本和预测文本间的差异训练得到，所述预测文本是训练中的语音识别模型基于所述样本语音的声学特征和语种特征确定的。

7.根据权利要求6所述的语音识别方法，其特征在于，所述语音识别模型的损失函数是对语音语种损失和预设语种损失加权求和得到；

所述语音语种损失基于所述样本语音在语音语种下的样本文本和预测文本间的差异确定，所述预设语种损失基于所述样本语音在预设语种下的样本文本和预测文本间的差异确定。

8.一种语音识别装置，其特征在于，包括：

语种识别单元，用于对待识别语音进行语种识别，得到所述待识别语音的语种特征；

语音解码单元，用于基于所述语种特征，对所述待识别语音的编码特征进行语音解码，得到所述待识别语音分别在语音语种和预设语种下的识别文本，所述语音语种为所述语种特征所指示的语种。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述语音识别方法的步骤。

10.一种非暂态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如权利要求1至7任一项所述语音识别方法的步骤。