[发明专利]基于人工智能的语音识别方法、装置、设备和存储介质

说明书

本申请涉及人工智能技术，提出了一种基于人工智能的语音识别方法、装置、设备和存储介质，该方法包括：对获取的原始语音数据进行降噪处理，得到对应的降噪语音数据；将原始语音数据和降噪语音数据输入至已训练的语音识别效果预测模型进行语音识别效果预测，得到目标后验概率；根据目标后验概率确定原始语音数据对应的待识别语音数据；对待识别语音数据进行语音识别，将得到的目标识别文本作为原始语音数据对应的语音识别结果。本申请提高了语音识别的识别率和鲁棒性，同时兼顾了对高噪语音和低噪语音的识别，适应范围广。

技术领域

本申请涉及语音识别技术领域，尤其涉及一种基于人工智能的语音识别方法、装置、设备和存储介质。

背景技术

语音识别是一种多学科交叉的领域，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。为了提高语音识别在噪音环境下的鲁棒性，在前端使用降噪模块得到了广泛应用。但是降噪模块的引入，可能会导致语音在低噪环境下的识别率下降，反而起到了负作用。为了解决这个问题现有技术是使用信噪比SNR进行判断。如果是高噪环境则使用降噪语音进行语音识别，如果是低噪环境则直接对语音进行识别，这种利用信噪比确定是否需要使用降噪模型的方法所选择的依据过于单一、草率和不充足且不精准。

发明内容

为了解决现有技术中降噪模块在低噪和高噪环境下对语音的识别率无法达到统一正向作用的技术问题。本申请提供了一种基于人工智能的语音识别方法、装置、设备和存储介质，其主要目的在于在高噪低噪共存环境下提高语音识别率。

为实现上述目的，本申请提供了一种语音识别方法，该方法包括：

对获取的原始语音数据进行降噪处理，得到对应的降噪语音数据；

将原始语音数据和降噪语音数据输入至已训练的语音识别效果预测模型进行语音识别效果预测，得到目标后验概率；

根据目标后验概率从原始语音数据、降噪语音数据和融合语音数据中确定待识别语音数据，其中，融合语音数据是利用目标后验概率对原始语音数据和降噪语音数据进行融合得到的；

对待识别语音数据进行语音识别，将得到的目标识别文本作为原始语音数据对应的语音识别结果。

此外，为实现上述目的，本申请还提供了一种语音识别装置，该装置包括语音去噪模块、语音识别效果预测模块、语音选择模块和语音识别模块；

语音去噪模块，用于对获取的原始语音数据进行降噪处理，得到对应的降噪语音数据，并将原始语音数据和降噪语音数据输入至已训练的语音识别效果预测模型；

语音识别效果预测模块，用于基于已训练的语音识别效果预测模型根据原始语音数据和降噪语音数据进行语音识别效果预测，得到目标后验概率；

语音选择模块，用于根据目标后验概率从原始语音数据、降噪语音数据和融合语音数据中确定待识别语音数据，其中，融合语音数据是利用目标后验概率对原始语音数据和降噪语音数据进行融合得到的；

语音识别模块，用于对待识别语音数据进行语音识别，将得到的目标识别文本作为原始语音数据对应的语音识别结果。

为实现上述目的，本申请还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时执行如前面任一项的语音识别方法的步骤。

为实现上述目的，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行如前面任一项的语音识别方法的步骤。