[发明专利]语音识别方法及系统在审
| 申请号： | 201910506115.0 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110223678A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 万光辉 | 申请（专利权）人： | 苏州思必驰信息科技有限公司 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16;G10L15/06 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;黄谦 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种语音识别方法。该方法包括：将提取到的语音文件每一帧的音频特征输入至深度学习神经网络中，确定每一帧的后验概率，通过对每一帧的后验概率进行平滑处理，确定组成对话语音关键词；确定关键词所在的串词集合；获取语音文件中每帧的后验概率最大值对应的标签组成的第一标签序列，以及各待选词发音映射确定的第二标签序列，遍历第一标签序列与各待选词对应的第二标签序列的相似度，将最大相似度对应的待选词作为对话语音的识别词语。本发明实施例还提供一种语音识别系统。本发明实施例所考虑的因素和现有的打分方法完全不同，通过串词表确定出串词时，确定各串词的不等长标签序列与语音标签序列的相似度，从而实现语音识别。 | ||
| 搜索关键词： | 标签序列 后验概率 语音识别 对话语音 语音文件 相似度 词表 学习神经网络 语音识别系统 最大相似度 平滑处理 音频特征 语音标签 不等长 词集合 遍历 映射 发音 词语 标签 | ||
【主权项】：
1.一种语音识别方法，包括：将提取到的语音文件每一帧的音频特征输入至深度学习神经网络中，确定每一帧的后验概率，通过对每一帧的后验概率进行平滑处理，确定组成所述对话语音的关键词；检测所述关键词是否在预设易串词表中，若是，则确定所述关键词所在的串词集合；获取所述语音文件中每帧的后验概率最大值对应的标签组成的第一标签序列，以及所述各待选词发音映射确定的第二标签序列，通过动态时间规整算法依次遍历所述第一标签序列与各待选词对应的第二标签序列的相似度，将最大相似度对应的待选词作为所述对话语音的识别词语，其中，所述各标签序列间可以不等长。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州思必驰信息科技有限公司，未经苏州思必驰信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910506115.0/，转载请声明来源钻瓜专利网。
- 上一篇：空间音频信号滤波
- 下一篇：一种语音识别输入装置
