[发明专利]语音识别方法及装置、计算机可存储介质有效
| 申请号： | 201910904271.2 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110459205B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 付立 | 申请（专利权）人： | 京东科技控股股份有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/16;G10L15/22;G10L15/26;G10L25/18;G10L25/24;G10L25/30 |
| 代理公司： | 中国贸促会专利商标事务所有限公司 11038 | 代理人： | 王莉莉 |
| 地址： | 100176 北京市大兴区北京经*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及语音识别方法及装置、计算机可存储介质。语音识别方法包括：获取与不同采样率的待训练音频对应的第一线性频谱；确定不同采样率中的最大采样率和其他采样率；将与其他采样率和最大采样率分别对应的第一线性频谱的最大频域序号确定为第一频域序号和第二频域序号；在与其他采样率对应的第一线性频谱中，将与大于第一频域序号、且小于或等于第二频域序号的每个频域序号对应的幅度值设置为零，得到与其他采样率对应的第二线性频谱；分别根据与最大采样率对应的第一线性频谱的第一梅尔谱特征和与其他采样率对应的第二线性频谱的第二梅尔谱特征，确定第一语音特征和第二语音特征；利用第一语音特征和第二语音特征，训练机器学习模型。 | ||
| 搜索关键词： | 语音 识别 方法 装置 计算机 存储 介质 | ||
【主权项】：
1.一种语音识别方法，包括：/n获取与不同采样率的待训练音频对应的第一线性频谱，所述第一线性频谱的横坐标为频谱序列序号，纵坐标为频域序号，横坐标和纵坐标确定的坐标点的值为与所述待训练音频对应的原始幅度值；/n确定所述不同采样率中的最大采样率和除所述最大采样率以外的其他采样率；/n确定与所述其他采样率对应的第一线性频谱的最大频域序号为第一频域序号；/n确定与所述最大采样率对应的第一线性频谱的最大频域序号为第二频域序号；/n在与所述其他采样率对应的第一线性频谱中，将与大于所述第一频域序号、且小于或等于所述第二频域序号的每个频域序号对应的幅度值设置为零，得到与所述其他采样率对应的第二线性频谱；/n根据与所述最大采样率对应的第一线性频谱的第一梅尔谱特征，确定所述最大采样率的待训练音频的第一语音特征；/n根据与所述其他采样率对应的第二线性频谱的第二梅尔谱特征，确定所述其他采样率的待训练音频的第二语音特征；/n利用所述第一语音特征和所述第二语音特征，训练机器学习模型。/n
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京东科技控股股份有限公司，未经京东科技控股股份有限公司许可，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/201910904271.2/，转载请声明来源钻瓜专利网。
