CN119495286A 语音识别方法、装置、设备及存储介质 （北京罗克维尔斯科技有限公司）

中位于起始位置的第一语块的语音特征信息进行时序分类处理，得到第一语块的第一概率矩阵中概率值满足预设条件的带调拼音确定为目2对所述至少一个语块中位于起始位置的第一语块的语音特征信息进行时序分类处理，将所述第一概率矩阵中概率值满足预设条件的带调拼音确定为所述第一语块的目标将预设映射表中与所述目标拼音对应的目标单字进行显示，所述的第一语块的语音特征信息进行时序分类处理，得到所述第一语块的第一概率矩阵之前，对所述至少一个语块中位于起始位置的第一语块的语音特征信息进行线性变换处理，所述对所述至少一个语块中位于起始位置的第一语块的语音特征信息进行时序分类对所述第一语块的第一特征信息进行时序分类处理，得到所述第一语块对所述至少一个语块中各语块的语音特征信息进行处理，提取得到各所对所述第一语块的第二特征信息进行时序分类处理，得到所述第一语块通过解码图对所述第二概率矩阵进行解析，得到所述第一语块的第一对所述至少一个语块中各语块进行处理，提取得到各所述语块的对各所述语块的物理特征信息进行降采样处理，得到各所3所述对各所述语块的物理特征信息进行处理，提取得到各所述语块的语音特征信息，将预设映射表中与所述目标拼音对应的单字确定为在所述目标拼音的概率值小于或等于所述预设阈值的情况下，概率值大于所述预设阈值的第一个带调拼音确定为第将所述预设映射表中与所述第一拼音对应的单第一时序分类模块，用于对所述至少一个语块中位于起确定模块，用于将所述第一概率矩阵中概率值满足预显示模块，用于将预设映射表中与所述目标拼音对应的目标单映射表包括多个所述带调拼音及各所述带调拼音的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1_7任意一项所述的语程序指令，所述计算机程序指令被处理器执行时实现如权利要求1_7任意一项所述的语音4[0006]对所述至少一个语块中位于起始位置的第一语块的语音特征信息进行时序分类[0007]将所述第一概率矩阵中概率值满足预设条件的带调拼音确定为所述第一语块的预设映射表包括多个所述带调拼音及各所述带调拼音对56[0043]上述将待识别语音分割为至少一个语块，示例性地，可以是将待识别语音按照特征(FilterBank，Fbank)和梅尔频率倒谱系数特征(Mel_FrequencyCepstral7滤波器组，提取得到各语块的Fbank特征，再继续进行逆离散傅里叶变换(Inverse[0057]上述对至少一个语块中位于起始位置的第一语块的语音特征信息进行时序分类89[0077]作为本申请的另一种实现方式，为了提高语音特征信息进行时序分类处理的速[0078]对至少一个语块中位于起始位置的第一语块的语音特征[0081]上述对至少一个语块中位于起始位置的第一语块的语音特征信息进行线性变换其中N是总建模单元的数量。在本案中，建模单元使用带调拼音，总建模单元数量例如为[0099]由于ctc分类层的特殊性，旁路分支的第一概率矩阵中概率向量的概率值呈尖峰[0103]最后通过查表的方式实现了第一个字的上屏，这比完整走完主干后，再进入到wfst解码器中进行搜索更快。[0109]第一时序分类模块402，用于对至少一个语块中位于起始位置的第一语块的语音[0110]第一确定模块403，用于将第一概率矩阵中概率值满足预设条件的带调拼音确定设映射表包括多个带调拼音及各带调拼音对应[0113]作为本申请的另一种实现方式，为了提高语音特征信息进行时序分类处理的速[0115]上述第一时序分类模块402，具体用于对第一语块的第一特征信息进行时序分类解码图由多个带调拼音及对应单字构建得到；概率矩阵中概率值大于预设阈值的第一个带调拼音确定为第处理器执行时实现上述实施例中的任意一种语[0146]结合上述实施例中的语音识别方法，本申请实施例可提供了一种计算机程序产[0148]需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处[0151]上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的