【技术实现步骤摘要】
语音识别方法及计算机存储介质
[0001]本申请实施例涉及计算机
,尤其涉及一种语音识别方法及计算机存储介质。
技术介绍
[0002]随着深度学习技术的发展,基于神经网络模型的语音识别被广泛应用于诸如人机交互、会议及法庭记录等多种场景中。
[0003]现有的语音识别技术中,在对神经网络模型进行训练时,多使用标准的训练样本如标准普通话语音样本以使训练出的神经网络模型能对中文语音进行有效识别。但在实际应用中,虽然中文以普通话为标准,但因各个地方有各个地方的方言,因此使得不同地方的人们的普通话很有可能并非标准普通话,而是带着地方口音的普通话。此种情况下,会导致语音识别出现偏差,识别结果不准确。类似地,其它语言也存在同样问题。
[0004]因此,如何提供一种语音识别方案,以在前述场景下进行准确的语音识别,成为亟待解决的问题。
技术实现思路
[0005]有鉴于此,本申请实施例提供一种语音识别方案,以至少部分解决上述问题。
[0006]根据本申请实施例的第一方面,提供了一种语音识别方法包括:对待识别语音的音频特征数据分别进行语义特征提取和属性特征提取,其中,所述属性特征提取至少包括口音特征提取;根据所述语义特征提取的结果,获得所述待识别语音的字符信息;至少根据所述属性特征提取获得的所述待识别语音的口音特征向量和根据所述字符信息确定的与每个语音字符相匹配的初始向量,生成每个语音字符对应的自适应向量;从存储有语音属性特征的属性特征库中,获取与所述自适应向量对应的属性特征;根据所述属性特征 ...
【技术保护点】
【技术特征摘要】
1.一种语音识别方法,包括:对待识别语音的音频特征数据分别进行语义特征提取和属性特征提取,其中,所述属性特征提取至少包括口音特征提取;根据所述语义特征提取的结果,获得所述待识别语音的字符信息;根据所述属性特征提取获得的所述待识别语音的口音特征向量和根据所述字符信息确定的与每个语音字符相匹配的初始向量,生成每个语音字符对应的自适应向量;从存储有语音属性特征的属性特征库中,获取与所述自适应向量对应的属性特征;根据所述属性特征和所述初始向量,获得每个语音字符的识别结果。2.根据权利要求1所述的方法,其中,所述从存储有语音属性特征的属性特征库中,获取与所述自适应向量对应的属性特征,包括:将所述自适应向量输入存储有语音属性特征的属性特征库中进行匹配,获得相匹配的属性特征,并输出相匹配的属性特征对应的标签同步向量。3.根据权利要求2所述的方法,其中,所述将所述自适应向量输入存储有语音属性特征的属性特征库中进行匹配,获得相匹配的属性特征,包括:基于所述自适应向量,通过多头注意力计算从存储有语音属性特征的属性特征库中匹配出与所述自适应向量对应的属性特征。4.根据权利要求3所述的方法,其中,所述根据所述属性特征提取获得的所述待识别语音的口音特征向量和根据所述字符信息确定的与每个语音字符相匹配的初始向量,生成每个语音字符对应的自适应向量,包括:针对每个语音字符,基于对所述音频特征数据进行语义特征提取获取的语义特征编码、所述口音特征向量、待识别的语音字符的前一语音字符的字符向量的自注意力计算结果,进行第一自注意力计算;基于所述第一自注意力计算的计算结果进行第二自注意力计算;基于所述第二自注意力计算的结果和所述口音特征向量对应的口音特征编码,进行第三自注意力计算;根据所述第三自注意力计算的结果,预测生成所述待识别的语音字符的自适应向量。5.根据权利要求1
‑
4任一项所述的方法,其中,所述语音识别方法通过自回归语音识别模型执行;其中,所述自回归语音识别模型包括:用于对所述待识别语音的音频特征数据进行语义特征提取的语义提取部分、用于基于所述待识别语音生成携带有所述待识别语音的口音特征的自适应向量并获取与所述自适应向量对应的属性特征的自适应部分、用于根据所述属性特征进行所述待识别语音的识别输出的识别输出部分。6.根据权利要求5所述的方法,其中,所述语义提取部分包括:用于对所述待识别语音的音频特征数据进行语义特征提取的特征编码器;所述自适应部分包括:自适应编码器、自适应解码器、自注意力层和标签同步层,其中,所述自适应编码器用于对所述待识别语音的音频特征数据进行属性特征提取,并输出对应的编码向量;所述自适应解码器用于对所述自适应编码器输出的编码向量进行解码并接收所述识别输出部分中的特征解码器输出的初始向量,根据解码结果和所述初始向量生成每
个语音字符对应的自适应向量;所述自注意力层用于对所述自适应解码器输出的自适应向量通过自注意力计算从存储有语音属性特征的属性特征库中匹配出与所述自适应向量对应的属性特征;所述标签同步层,用于根据匹配出的属性特征,生成标签同步向量并输入至所述识别输出部分的特征解码器;所述识别输出部分包括:特征解码器,所述特征解码器用于根据初始向量及每个语音字符对应的标签同步向量,...
【专利技术属性】
技术研发人员:李松,罗浩能,刘媛,
申请(专利权)人:阿里巴巴中国有限公司,
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。