【技术实现步骤摘要】
基于截断注意力的实时语音识别的方法、装置、设备以及计算机可读存储介质
本公开的实施例总体上涉及语音识别
,并且更具体地涉及基于截断注意力的实时语音识别的方法、装置、设备以及计算机可读存储介质。
技术介绍
语音识别是指通过计算机把语音信号转换为对应的文本的过程,是实现人与机器交互的主要途径之一。近年来,随着深度学习技术在语音识别领域的广泛引用,语音识别的准确率得到了极大的提升。此外,由于智能设备的不断普及,使用语音进行识别的场合已经变得非常丰富。例如,语音识别技术已经广泛应用于语音输入,语音拨号、车载导航等各种场合。语音识别技术结合自然语言处理以及语音合成等技术,可以产生更多复杂应用,例如智能音箱、会议同声传译、智能客服助理等。语音识别的准确率直接影响着语音相关产品用户的使用体验,因此,随着语音识别使用场景的不断丰富,对语音识别的准确率提出了更高的要求。实时语音识别是指针对接收到的连续语音,对语音的各个片段进行识别,从而可以实时地获得识别结果,而不需要等待全部语音输入完毕之后才开始识别过程。在大规模词汇量的在线连续语音识别中,影响系统性能的关键因素是系统的识别精度和响应速度。例如,在用户期望在说话的同时能够看到识别结果实时展现的场景中,需要语音识别系统在保持高识别率的同时,及时快速地对语音信号进行解码并输出识别结果。如果等用户语音输入完毕后才开始识别,则会严重影响用户的使用体验,造成语音交互的不流畅性。
技术实现思路
根据本公开的示例实施例,提供了一种基于截断注意力的实时语音识 ...
【技术保护点】
1.一种基于截断注意力的实时语音识别的方法,包括:/n基于输入的语音信号,获得用于截断所述语音信号的特征序列的截断信息;/n基于所述截断信息,将所述特征序列截断成多个子序列;以及/n针对所述多个子序列中的子序列,通过注意力机制来获得实时识别结果。/n
【技术特征摘要】
1.一种基于截断注意力的实时语音识别的方法,包括:
基于输入的语音信号,获得用于截断所述语音信号的特征序列的截断信息;
基于所述截断信息,将所述特征序列截断成多个子序列;以及
针对所述多个子序列中的子序列,通过注意力机制来获得实时识别结果。
2.根据权利要求1所述的方法,其中获得用于截断语音信号的特征序列的截断信息包括:
通过对所述特征序列进行连接时序分类(CTC)处理来获得与所述语音信号有关的尖峰信息;以及
基于所获得的所述尖峰信息,确定所述截断信息。
3.根据权利要求1所述的方法,其中通过注意力机制来获得实时识别结果包括:
对所述多个子序列中的第一子序列执行注意力模型的第一注意力建模,所述注意力模型能够实现加权特征选择;以及
对所述多个子序列中的第二子序列执行所述注意力模型的第二注意力建模,所述第一注意力建模不同于所述第二注意力建模。
4.根据权利要求2所述的方法,其中:
由共享编码器将所述语音信号编码成所述特征序列;
由连接时序分类(CTC)模块基于所述特征序列来获得所述尖峰信息;以及
由注意力解码器基于所述特征序列和所述尖峰信息来获得所述实时识别结果,所述共享编码器被所述连接时序分类(CTC)模块和所述注意力解码器共享。
5.根据权利要求4所述的方法,还包括:
确定用于训练所述连接时序分类(CTC)模块的第一损失函数;
确定用于训练所述注意力解码器的第二损失函数;以及
使用所述第一损失函数和所述第二损失函数来一起训练所述连接时序分类(CTC)模块和所述注意力解码器。
6.根据权利要求2所述的方法,其中将所述特征序列截断成多个子序列包括:
针对所述尖峰信息中的每个尖峰,选择所述特征序列中与每个尖峰相邻的预定数目个尖峰相对应的子序列,所述预定数目个尖峰包括每个尖峰之前的第一数目个尖峰和每个尖峰之后的第二数目个尖峰。
7.根据权利要求6所述的方法,其中通过注意力机制来获得实时识别结果包括:
基于所述特征序列中的多个重叠的子序列,通过第一级注意力机制分别确定多个特征向量;
基于所确定的所述多个特征向量,通过第二级注意力机制确定上下文特征向量;以及
基于所确定的所述上下文特征向量,确定所述实时识别结果。
8.根据权利要求6所述的方法,其中所述特征序列是隐含特征序列,并且每个尖峰指示一个音节或者一组音素。
9.一种基于截断注意力的实时语音识别的装置,包括:
截断信息获得模块,被配置为基于输入的语音信号,获得用于截断所述语音信号的特征序列的截断信息;
特征序列截断模块,被配置为基于所述截断信息,将所述特征序列截断成多个子序列;以及
识别结果获得模块,被配置为针对所述多个子序列中的子序列,通过注意力机制来获得实时识别结果。
10.根据权利要求9所述的装置,其中所述截断信息获得模块包括:
尖峰信息获...
【专利技术属性】
技术研发人员:付晓寅,白锦峰,陈志杰,梁鸣心,陈旭,贾磊,
申请(专利权)人:百度在线网络技术北京有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。