CN114299945B 语音信号的识别方法、装置、电子设备、存储介质及产品 （北京声智科技有限公司）

确定多个语音帧在第二解码图中的第二路径的包括的多个第一节点和每个第一节点的解码参2确定所述多个语音帧在第一解码图中的第一路径的第一解码在所述第一解码参数和所述第二解码参数的差值不大于基于所述第一解码参数、所述多个第一节点和所述每个第一节点将所述第一解码参数、所述多个第一节点和所述每个第一节点的路径包括的多个节点和每个节点的解码参数得获取样本语音信号，所述样本语音信号包括第一语音信号和第二基于所述第一语音信号和所述第二语音信号，对初始识别模型进确定所述第一语音信号包括的多个语音帧在所述第一解码第二语音信号包括的多个语音帧在所述第一解确定第一路径信息和第二路径信息，所述第一路径信息包括第接收唤醒词对应的语音信号和非唤醒词对应3确定所述多个语音帧在所述第二解码图中的多个从所述多个解码路径的解码参数中，确定数值最大的解码参数为第二路确定所述多个语音帧在所述解码路径下的第二语言解码参数述第二语言解码参数用于表示所述多个语音帧与所述唤醒语音信号对应的唤醒词序列之确定所述第二语言解码参数和所述第二声学解码参数的乘积，得到8.根据权利要求1所述的方法，其特征在于，每个语音帧包括第一预设时长的语音信按照预设周期，对所述目标语音信号进行划分，得到所述目标语音确定所述每个第一节点对应的音素与所述语音帧对应的音第一确定模块，用于确定所述多个语音帧在第一解码图中的第一路径的第一解码参第二确定模块，用于在所述第一解码参数和所述第二解码第三确定模块，用于基于所述第一解码参数、所述多个第其中，所述第一确定模块用于确定所述多个语音帧在第一解码音信号；确定所述多个语音帧在所述解码路径下的第一语言解码参数和第一声学解码参4处理器和存储器，所述存储器中存储有至少一条程序代码，所12.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代5所述第一路径包括的多个第一节点和每个第一节点6[0016]在另一种可能的实现方式中，所述基于所述第一语音信所述第二语音信号包括的多个语音帧在所述第一解码图中的[0018]确定第一路径信息和第二路径信息，所述第一路径信息包括第三路径的解码参语言解码参数用于表示所述多个语音帧与所述基础语音信号对应的词序列之间的匹配概语言解码参数用于表示所述多个语音帧与唤醒语音信号对应的唤醒词序列之间的匹配概7括第三路径的解码参数、所述第三路径包括的多个第三节点和每个第三节点的解码参数，8由所述一个或多个处理器加载并执行以实现如上述任一实现方式所述的语音信号的识别9101对应的用户可以通过该客户端与服务器102之间实现例如数据传输、语音交互等功能。[0083]将第一解码参数、多个第一节点和每个第一节点的解码[0123]在一种可能的实现方式中，第一解码图为WFST(WeightedFiniteState定多个语音帧在第一解码图中的多个解码路径的解码参数；从多个解码路径的解码参数chainmodel(链状模型)中的语言学模型，确定多个语音帧与基础语音信号对应的词序列该匹配概率为多个语音帧在该解码路径下的第一chainmodel中的语言学模型，确定多个语音帧与唤醒语音信号对应的词序列之间的匹配息特征进一步确定该目标语音信号的识别结果，从而有效的避免了无效语音信号的干扰，第二路径信息包括：第四路径的解码参数0.015、第四节点a、第四节点a的解码参数虑了语音信号对应的解码路径信息，这样既考虑到了语音信号与唤醒信号之间相似关系，[0161]第一确定模块402，用于确定多个语音帧在第一解码图中的第一路径的第一解码[0162]第二确定模块403，用于在第一解码参数和第二解码参数的差值不大于预设差值虑了语音信号对应的解码路径信息，这样既考虑到了语音信号与唤醒信号之间相似关系，600可以是：智能手机、平板电脑、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExpertsGroup理器601可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field-处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing一些实施例中，处理器601可以在集成有GPU(GraphicsProcessingUnit，图像处理器)，[0181]存储器602可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器601所执行以实现本申[0183]外围设备接口603可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备接口603中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不屏605的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器头和广角摄像头融合实现全景拍摄以及VR(VirtualReality，虚拟现实)拍摄功能或者其声波转换为电信号输入至处理器601进行处理，或者输入至射频电路604以实现语音通信。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器601或射频电路604的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声BasedService，基于位置的服务)。定位组件608可以是基于美国的GPS(Global[0191]加速度传感器611可以检测以电子设备600建立的坐标系的三个坐标轴上的加速601可以根据加速度传感器611采集的重力加速度信号，控制显示屏605以横向视图或纵向[0192]陀螺仪传感器612可以检测电子设备600的机体方向及转动角度，陀螺仪传感器传感器612采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变理器601根据压力传感器613采集的握持信号进行左右手识别或快捷操作。当压力传感器[0194]指纹传感器614用于采集用户的指纹，由处理器601根据指纹传感器614采集到的614可以与物理按键或厂商Logo集成测到用户与电子设