特定场景下语音识别的方法、装置、电子设备和存储介质与流程

技术特征：

1.一种特定场景下语音识别的方法，其特征在于，包括：

获取待识别的音频数据；

提取所述音频数据的特征；

将所述音频数据的特征输入到第一解码网络中得到识别文本；

其中，所述第一解码网络是通过以下步骤确定的：

将领域语音数据库的特征训练进声学模型得到领域声学模型；

所述领域声学模型、词典和语音模型组成所述第一解码网络。

2.根据权利要求1所述的特定场景下语音识别的方法，其特征在于，所述领域语音数据库的特征是通过以下步骤确定的：

获取领域语音数据库；

提取所述领域语音数据库的特征。

3.根据权利要求2所述的特定场景下语音识别的方法，其特征在于，所述领域语音数据库是带标注的领域语音数据库。

4.根据权利要求2所述的特定场景下语音识别的方法，其特征在于，所述提取所述领域语音数据库的特征，至少包括：预加重、分帧、加窗和离散傅里叶变换。

5.根据权利要求2所述的特定场景下语音识别的方法，其特征在于，所述领域语音数据库是不同的领域对应不同的领域语音数据库。

6.一种特定场景下语音识别的装置，其特征在于，包括：

获取模块：用于获取待识别的音频数据；

提取模块：用于提取所述音频数据的特征；

输入模块：用于将所述音频数据的特征输入到第一解码网络中得到识别文本

其中，所述第一解码网络是通过以下步骤确定的：

将领域语音数据库的特征训练进声学模型得到领域声学模型；

所述领域声学模型、词典和语音模型组成上述第一解码网络。

7.根据权利要求6所述的特定场景下语音识别的装置，其特征在于，所述领域语音数据库的特征是通过以下步骤确定的：

获取领域语音数据库；

提取所述领域语音数据库的特征。

8.根据权利要求7所述的特定场景下语音识别的装置，其特征在于，所述领域语音数据库是带标注的领域语音数据库。

9.一种电子设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至5任一项所述特定场景下语音识别的方法。

10.一种计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至5任一项所述特定场景下语音识别的方法。

技术总结
本发明涉及一种特定场景下语音识别的方法、电子设备和存储介质，该方法包括：获取待识别的音频数据；提取音频数据的特征；将音频数据的特征输入到第一解码网络中得到识别文本；其中，第一解码网络是通过以下步骤确定的：将领域语音数据库的特征训练进声学模型得到领域声学模型；领域声学模型、词典和语音模型组成第一解码网络。本申请中的待识别的音频数据在经过特征提取以后，输入到第一解码网络中，可以从第一解码网络中找出对应的领域声学模型，领域声学模型由于学习到了特定场景下的声学信号特征，与待识别的音频数据更匹配，得到的识别文本性能也会更好，提升了特定应用领域下的语音识别准确率，节省了时间和资源投入。

技术研发人员：范红亮;李轶杰;梁家恩
受保护的技术使用者：云知声(上海)智能科技有限公司
技术研发日：2021.06.02
技术公布日：2021.08.31