本公开实施例公开了一种语音识别方法和装置、计算机可读存储介质、电子设备，其中，方法包括：将在应用场景中获取到的语音信号处理为多组语音特征；通过一个预测库分别对所述多组语音特征进行处理，得到多个预测结果；基于所述多个预测结果，确定所述应用场景中的语音识别结果；本实施例通过使用一个预测库对多组语音特征进行预测，降低了内存的占用空间，使本实施例提供方法可以应用在内存较小的系统上，提高语音识别方法的适用范围。提高语音识别方法的适用范围。提高语音识别方法的适用范围。
【技术实现步骤摘要】
语音识别方法和装置、计算机可读存储介质、电子设备
[0001]本公开涉及语音识别
，尤其是一种语音识别方法和装置、计算机可读存储介质、电子设备。
技术介绍
[0002]在关键词唤醒的场景中，由于不同场景下降噪效果侧重点不同，为了达到较好的识别效果，经常会开启多路解码器来进行解码，因此增加了系统的内存占用。而在系统资源有限的平台上，内存是比较有限的资源，因此无法实现解码。
技术实现思路
[0003]为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种语音识别方法和装置、计算机可读存储介质、电子设备。
[0004]根据本公开实施例的一个方面，提供了一种语音识别方法，包括：
[0005]将在应用场景中获取到的语音信号处理为多组语音特征；
[0006]通过一个预测库分别对所述多组语音特征进行处理，得到多个预测结果；
[0007]基于所述多个预测结果，确定所述应用场景中的语音识别结果。
[0008]根据本公开实施例的另一方面，提供了一种语音识别装置，包括：
[0009]信号处理模块，用于将在应用场景中获取到的语音信号处理为多组语音特征；
[0010]特征预测模块，用于通过一个预测库分别对所述信号处理模块得到的多组语音特征进行处理，得到多个预测结果；
[0011]语音识别模块，用于基于所述特征预测模块得到的多个预测结果，确定所述应用场景中的语音识别结果。
[0012]根据本公开实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述实施例所述的语音识别方法。
[0013]根据本公开实施例的还一方面，提供了一种电子设备，所述电子设备包括：
[0014]处理器；
[0015]用于存储所述处理器可执行指令的存储器；
[0016]所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述实施例所述的语音识别方法。
[0017]基于本公开上述实施例提供的一种语音识别方法和装置、计算机可读存储介质、电子设备，将在应用场景中获取到的语音信号处理为多组语音特征；通过一个预测库分别对所述多组语音特征进行处理，得到多个预测结果；基于所述多个预测结果，确定所述应用场景中的语音识别结果；本实施例通过使用一个预测库对多组语音特征进行预测，降低了内存的占用空间，使本实施例提供方法可以应用在内存较小的系统上，提高语音识别方法的适用范围。
[0018]下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
[0019]通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
[0020]图1是本公开一示例性实施例提供的语音识别系统的结构示意图。
[0021]图2是本公开一示例性实施例提供的语音识别方法的流程示意图。
[0022]图3是本公开另一示例性实施例提供的语音识别方法的流程示意图。
[0023]图4是本公开图3所示的实施例中步骤302的一个流程示意图。
[0024]图5是本公开图2所示的实施例中步骤202的一个流程示意图。
[0025]图6是本公开图2所示的实施例中步骤202的另一个流程示意图。
[0026]图7是本公开图2所示的实施例中步骤203的一个流程示意图。
[0027]图8是本公开又一示例性实施例提供的语音识别方法的流程示意图。
[0028]图9是本公开一示例性实施例提供的语音识别装置的结构示意图。
[0029]图10是本公开另一示例性实施例提供的语音识别装置的结构示意图。
[0030]图11是本公开一示例性实施例提供的电子设备的结构图。
具体实施方式
[0031]下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。
[0032]应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
[0033]本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
[0034]还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
[0035]还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
[0036]另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0037]还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
[0038]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
[0039]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
[0040]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
[0041]应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0042]本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。
[0043]终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种语音识别方法，包括：将在应用场景中获取到的语音信号处理为多组语音特征；通过一个预测库分别对所述多组语音特征进行处理，得到多个预测结果；基于所述多个预测结果，确定所述应用场景中的语音识别结果。2.根据权利要求1所述的方法，在将在应用场景中获取到的语音信号处理为多组语音特征之前，还包括：根据所述应用场景确定应用于解码的多个相同的解码器；其中，每个所述解码器对应一组所述语音特征；基于所述解码器中包括的预测模型对所述预测库进行初始化。3.根据权利要求2所述的方法，其中，所述基于所述解码器中包括的预测模型对所述预测库进行初始化，包括：根据所述解码器中包括的预测模型确定所述预测模型对应的运算逻辑；根据所述运算逻辑对所述预测库进行初始化，使所述预测库在运行时按照所述预测模型的运算逻辑进行预测处理。4.根据权利要求2所述的方法，在基于所述解码器中包括的预测模型对所述预测库进行初始化之前，还包括：将所述解码器包括的预测模型和所述预测库加载到内存中。5.根据权利要求1
‑
4一所述的方法，其中，所述通过一个预测库分别对所述多组语音特征进行处理，得到多个预测结果，包括：运行所述预测库依次对所述多组语音特征进行概率值预测；针对所述多组语音特征中的每组语音特征，确定所述语音信号中包括的多帧信号中每帧信号为至少一个音素中每个音素的音素概率值。6.根据权利要求5所述的方法，所述运行所述预测库依次对所述多...
【专利技术属性】
技术研发人员：黄明运，
申请(专利权)人：南京地平线机器人技术有限公司，
类型：发明
国别省市：
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。