语音识别方法及相关装置、电子设备、存储介质制造方法及图纸

本申请公开了一种语音识别方法及相关装置、电子设备、存储介质，其中，语音识别方法包括：获取待识别语音的语谱图；基于第一滑窗在语谱图逐窗进行语种识别的第一识别结果，从语谱图提取再识别语谱片段；基于若干第二滑窗分别在再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到再识别语谱片段涉及的目标语种；其中，若干第二滑窗的尺寸各不相同，且第二滑窗的尺寸小于第一滑窗的尺寸。上述方案，能够提高识别语音所涉及语种的准确性。能够提高识别语音所涉及语种的准确性。能够提高识别语音所涉及语种的准确性。

【技术实现步骤摘要】
语音识别方法及相关装置、电子设备、存储介质


[0001]本申请涉及音频处理
，特别是涉及一种语音识别方法及相关装置、电子设备、存储介质。

技术介绍

[0002]随着全球国际化的日益加深，如何在全国甚至全世界范围内进行无障碍交流成为不可忽略的问题。面对如此庞大的语言体系，个人能掌握的语言种类是非常有限的。因此，自动语种识别技术的重要性和地位也显得愈发重要。
[0003]然而，语种信息属于语音信息中的弱信息，尽管目前已提出诸如全变量(Total Variability，TV)因子分析技术、基于端到端(End2End)的语种识别框架等众多语种识别技术，但是仍然难以保证语种识别的准确性。有鉴于此，如何提高识别语音所涉及语种的准确性成为亟待解决的问题。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种语音识别方法及相关装置、电子设备、存储介质，能够提高识别语音所涉及语种的准确性。
[0005]为了解决上述技术问题，本申请第一方面提供了一种语音识别方法，包括：获取待识别语音的语谱图；基于第一滑窗在语谱图逐窗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音识别方法，其特征在于，包括：获取待识别语音的语谱图；基于第一滑窗在所述语谱图逐窗进行语种识别的第一识别结果，从所述语谱图提取再识别语谱片段；基于若干第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到所述再识别语谱片段涉及的目标语种；其中，所述若干第二滑窗的尺寸各不相同，且所述第二滑窗的尺寸小于所述第一滑窗的尺寸。2.根据权利要求1所述的方法，其特征在于，所述基于第一滑窗在所述语谱图逐窗进行语种识别的第一识别结果，从所述语谱图提取再识别语谱片段，包括：基于所述第一滑窗在所述语谱图逐窗进行语种识别，得到若干第一语谱片段的第一识别结果；其中，所述第一识别结果包括所述第一语谱片段分别与若干预设语种的第一相关分值；对于每一所述第一语谱片段，获取最高的第一相关分值与次高的第一相关分值之间的第一分值差值；基于所述第一分值差值，从所述语谱图提取所述再识别语谱片段。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一分值差值，从所述语谱图提取所述再识别语谱片段，包括：基于所述第一分值差值低于第一阈值且连续的至少一组所述第一语谱片段，确定至少一组提取时段；其中，每组所述提取时段包括开始时刻和结束时刻；分别基于各组所述提取时段，从所述语谱图提取得到所述再识别语谱片段。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述第一语谱片段的第一分值差异不低于第一阈值，将最高的第一相关分值对应的预设语种，作为所述第一语谱片段涉及的目标语种。5.根据权利要求1所述的方法，其特征在于，所述基于若干第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，分析得到所述再识别语谱片段涉及的目标语种，包括：获取各个所述第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果；所述第二识别结果包括所述再识别语谱片段分别与若干预设语种的第二相关分值；对于每个所述第二滑窗，利用所述第二滑窗对应的统计识别结果对所述第二滑窗对应的第二识别结果进行规整，得到所述第二滑窗对应的规整识别结果；其中，所述统计识别结果是基于所述第二滑窗分别在若干样本语谱逐窗进行语种识别的样本识别结果而统计得到的；基于融合所述若干第二滑窗对应的规整识别结果而得到的最终识别结果，确定所述再识别语谱片段涉及的目标语种。6.根据权利要求5所述的方法，其特征在于，所述获取各个所述第二滑窗分别在所述再识别语谱片段逐窗进行语种识别的第二识别结果，包括：将各个所述第二滑窗分别作为当前滑窗；基于所述当前滑窗在所述再识别语谱片段逐窗进行语种识别，得到若干第二语谱片段
的第三识别结果；其中，所述第三识别结果包括所述第二语谱片段分别与若干预设语种的第三相关分值；基于各个所述第二语谱片段分别与所述预设语种的第三相关分值，得到所述再识别语谱片段与对应所述预设语种的第二相关分值。7.根据权利要求5所述的方法，其特征在于，所述样本识别结果包括所述第二滑窗在所述样本语谱提取的若干样本语谱片段分别与所述若干预设语种的样本相关分值，所述统计识别结果是基于所述样本相关分值而统计到的标准差以及各个所述预设语种的平均相关分值，且所述规整识别结果包括所述再识别语谱片段分别与所述若干预设语种的规整相关分值；所述利用所述第二滑窗对应的统计识别结果对所述第二滑窗对应的第二识别结果进行规整，得到所述第二滑窗对应的规整识别结果，包括：分别将各个所述预设语种作为当前语种；获取所述当前语种对应的第二相关分值和所述平均相关分值之间的第二分值差值，并将所述第二分值差值与所述标准差之比，作为所述再识别语谱片段与所述当前语种的规...

【专利技术属性】
技术研发人员：李晋，方昕，褚繁，胡郁，戴礼荣，
申请(专利权)人：合肥智能语音创新发展有限公司，
类型：发明
国别省市：