买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:腾讯科技(深圳)有限公司
摘要:本申请提供一种语音指令识别的方法、装置、设备以及存储介质,涉及人工智能的语音识别领域。在该方法中,将语音信号输入声学模型中,得到该语音信号中各语音帧对应的第一音素识别结果,以及该声学模型中的编码器输出的各语音帧的第一声学隐层表示向量,然后将该第一音素识别结果输入解码图,得到该语音信号对应的音素序列,以及该音素序列对应的语音帧的第一时间戳,最后根据该第一声学隐层表示向量中对应于该第一时间戳的向量部分,确定该音素序列是否用于触发指令。本申请实施例的语音指令识别模型无需前置语音唤醒模型,比如KWS系统,从而能够有利于在不显著增加系统的复杂度的情况下抑制误唤醒,且能够实现用户能够直接与设备交互。
主权项:1.一种语音指令识别的方法,其特征在于,包括:获取语音信号,所述语音信号包括多个语音帧;将所述语音信号输入声学模型中,得到所述语音信号中各语音帧对应的第一音素识别结果,以及所述声学模型中的编码器输出的所述各语音帧的第一声学隐层表示向量,其中,所述第一音素识别结果包括所述各语音帧在音素空间中的概率分布,所述声学模型是通过语音信号样本,以及所述语音信号样本中各个语音帧的实际音素训练得到的;将所述第一音素识别结果输入解码图,得到所述语音信号对应的音素序列,以及所述音素序列对应的第一时间戳;根据所述第一声学隐层表示向量中的对应于所述第一时间戳的向量部分和神经网络模型对所述音素序列进行验证,确定所述音素序列是否用于触发指令。
全文数据:
权利要求:
百度查询: 腾讯科技(深圳)有限公司 语音指令识别的方法、装置、电子设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。