一種語音信息識(shí)別方法和解碼器的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及語音識(shí)別領(lǐng)域，特別涉及一種語音信息識(shí)別方法和解碼器。
【背景技術(shù)】
[0002]在語音識(shí)別過程中，語音識(shí)別的準(zhǔn)確率和速度是識(shí)別效率的兩大重要指標(biāo)，隨著語音識(shí)別技術(shù)的普及，對(duì)語音識(shí)別的識(shí)別效率要求越來越高，使得需要一種語音信息識(shí)別方法，提高語音識(shí)別的效率。
[0003]現(xiàn)有技術(shù)提供了一種語音信息識(shí)別方法，通過語音信息輸入包括多個(gè)模型單元的多層神經(jīng)網(wǎng)絡(luò)，對(duì)所有模型單元的輸出數(shù)據(jù)進(jìn)行處理，生成識(shí)別結(jié)果，從而實(shí)現(xiàn)語音信息的識(shí)別，提高了語音識(shí)別的準(zhǔn)確率。
[0004]但是在使用現(xiàn)有技術(shù)提供的方法時(shí)，由于是對(duì)多層神經(jīng)網(wǎng)絡(luò)中所有模型單元的輸出數(shù)據(jù)進(jìn)行處理，從而降低了語音信息識(shí)別的速度，降低了語音識(shí)別的效率。

【發(fā)明內(nèi)容】

[0005]為了提高語音信息識(shí)別的速度，提高語音識(shí)別的效率，本發(fā)明實(shí)施例提供了一種語音信息識(shí)別方法和解碼器。所述技術(shù)方案如下:
[0006]第一方面，提供了一種語音信息識(shí)別方法，所述方法包括:
[0007]獲取根據(jù)語音信息生成的輸入數(shù)據(jù)；
[0008]判斷根據(jù)所述輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效；
[0009]若所述輸出數(shù)據(jù)無效，則設(shè)置所述輸出數(shù)據(jù)為零，若所述輸出數(shù)據(jù)有效，則將所述輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元。
[0010]第二方面，提供了一種語音信息解碼器，所述語音信息解碼器包括:
[0011]至少一層模型單元和控制模塊，其中，所述控制模塊包括:
[0012]獲取子模塊，用于獲取根據(jù)語音信息生成的輸入數(shù)據(jù)；
[0013]判決子模塊，用于判斷根據(jù)所述輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效；
[0014]設(shè)置子模塊，用于在判定所述輸出數(shù)據(jù)無效時(shí)，設(shè)置所述輸出數(shù)據(jù)為零；
[0015]輸出子模塊，用于在判定所述輸出數(shù)據(jù)有效時(shí)，將所述輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元。
[0016]第三方面，提供了一種電子設(shè)備，所述電子設(shè)備包括麥克風(fēng)、存儲(chǔ)器以及與所述麥克風(fēng)、所述存儲(chǔ)器連接的處理器，其中，所述存儲(chǔ)器用于存儲(chǔ)一組程序代碼，所述處理器調(diào)用所述存儲(chǔ)器所述存儲(chǔ)的程序代碼用于執(zhí)行以下操作:
[0017]獲取根據(jù)語音信息生成的輸入數(shù)據(jù)；
[0018]判斷根據(jù)所述輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效；
[0019]若所述輸出數(shù)據(jù)無效，則設(shè)置所述輸出數(shù)據(jù)為零，若所述輸出數(shù)據(jù)有效，則將所述輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元。
[0020]本發(fā)明實(shí)施例提供了一種語音信息識(shí)別方法和解碼器，包括:獲取根據(jù)語音信息生成的輸入數(shù)據(jù)；判斷根據(jù)輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效；若輸出數(shù)據(jù)無效，則設(shè)置輸出數(shù)據(jù)為零；若輸出數(shù)據(jù)有效，將輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元。由于傳統(tǒng)的語音信息識(shí)別方法無法識(shí)別無效輸出，而本發(fā)明提供的方法通過判斷根據(jù)輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效，實(shí)現(xiàn)了對(duì)語音信息識(shí)別過程中對(duì)無效輸出的識(shí)另IJ，相比于傳統(tǒng)的語音信息識(shí)別，提高了語音信息識(shí)別的速度，從而提高了語音識(shí)別的效率；同時(shí)，通過設(shè)置無效的輸出數(shù)據(jù)為零，使得該在對(duì)語音信息識(shí)別過程中對(duì)無效輸出不進(jìn)行處理，從而進(jìn)一步提高了語音信息識(shí)別的速度，從而提高了語音識(shí)別的效率。
【附圖說明】
[0021]為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0022]圖1是本發(fā)明實(shí)施例提供的一種語音信息識(shí)別方法流程圖；
[0023]圖2是本發(fā)明實(shí)施例提供的一種解碼器結(jié)構(gòu)示意圖；
[0024]圖3是本發(fā)明實(shí)施例提供的一種語音信息識(shí)別方法流程圖；
[0025]圖4是本發(fā)明實(shí)施例提供的一種解碼器結(jié)構(gòu)示意圖；
[0026]圖5是本發(fā)明實(shí)施例提供的一種電子設(shè)備結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0027]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0028]實(shí)施例一為本發(fā)明實(shí)施例提供的一種語音信息識(shí)別方法，參照?qǐng)D1所示，該方法包括:
[0029]101、獲取根據(jù)語音信息生成的輸入數(shù)據(jù)。
[0030]可選的，還可以包括:當(dāng)前層模型單元包括至少一個(gè)節(jié)點(diǎn)，方法還包括:
[0031]設(shè)置至少一個(gè)節(jié)點(diǎn)的閾值。
[0032]102、判斷根據(jù)輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效，若輸出數(shù)據(jù)無效，則執(zhí)行步驟103，若輸出數(shù)據(jù)有效，則執(zhí)行步驟104。
[0033]具體的，根據(jù)輸入數(shù)據(jù)，生成與至少一個(gè)節(jié)點(diǎn)分別對(duì)應(yīng)的至少一個(gè)輸出數(shù)據(jù)；
[0034]判斷與節(jié)點(diǎn)對(duì)應(yīng)的輸出數(shù)據(jù)是否大于或者等于與節(jié)點(diǎn)對(duì)應(yīng)的閾值，若是，則判定節(jié)點(diǎn)對(duì)應(yīng)的輸出數(shù)據(jù)有效，否則，則判定節(jié)點(diǎn)對(duì)應(yīng)的輸出數(shù)據(jù)無效。
[0035]103、設(shè)置輸出數(shù)據(jù)為零。
[0036]104、將輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元。
[0037]具體的，將至少一個(gè)輸出數(shù)據(jù)中所有有效的輸出數(shù)據(jù)輸出至下一層模型單元。
[0038]可選的，在將輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元之前，還包括:
[0039]判斷下一層模型單元是否為最后一層模型單元，若是，則輸出輸出數(shù)據(jù)；否則，繼續(xù)執(zhí)行將輸出數(shù)據(jù)輸出至當(dāng)前層模型單元的下一層模型單元的步驟。
[0040]本發(fā)明實(shí)施例提供了一種語音信息識(shí)別方法，由于傳統(tǒng)的語音信息識(shí)別方法無法識(shí)別無效輸出，而本發(fā)明提供的方法通過判斷根據(jù)輸入數(shù)據(jù)識(shí)別生成的輸出數(shù)據(jù)是否有效，實(shí)現(xiàn)了對(duì)語音信息識(shí)別過程中對(duì)無效輸出的識(shí)別，相比于傳統(tǒng)的語音信息識(shí)別，提高了語音信息識(shí)別的速度，從而提高了語音識(shí)別的效率；同時(shí)，通過設(shè)置無效的輸出數(shù)據(jù)為零，使得該在對(duì)語音信息識(shí)別過程中對(duì)無效輸出不進(jìn)行處理，從而進(jìn)一步提高了語音信息識(shí)別的速度，從而提高了語音識(shí)別的效率。
[0041]實(shí)施例二為本發(fā)明實(shí)施例提供的一種語音信息識(shí)別方法，該方法應(yīng)用于一種編碼器，該編碼器至少包括N層模型單元，該N層模型單元之間設(shè)置有連接權(quán)重，參照?qǐng)D2所示，在圖2中，假設(shè)當(dāng)前層模型單元為第X層模型單元，當(dāng)前模型單元的下一層模型單元為第X+1層模型單元，該第X層模型單元包括兩個(gè)節(jié)點(diǎn)，分別為第一節(jié)點(diǎn)和第二節(jié)點(diǎn)，該第一節(jié)點(diǎn)的閾值為第一閾值，該第二節(jié)點(diǎn)的閾值為第二閾值。在本發(fā)明實(shí)施例中，語音信息為根據(jù)用戶的語音片段進(jìn)行編碼后生成的信息，該語音信息至少包括聲紋特征參數(shù)，該聲紋特征參數(shù)可以為L(zhǎng)PCC (Linear Predict1n Cepstrum Coeff icient，線性預(yù)測(cè)倒譜系數(shù))、MFCC(Mel Frequnce Cepstrum Coefficient，美爾頻率倒譜系數(shù))和 PLPC(PerceptualLinear Predictive Coefficient，感知線性預(yù)測(cè)系數(shù))中的任意一個(gè)，在實(shí)際應(yīng)用中，該聲紋特征參數(shù)可以為MFCC。參照?qǐng)D3所示，該方法包括:
[0042]301、獲取根據(jù)語音信息生成的輸入數(shù)據(jù)。
[0043]具體的，若該第X層模型單元為N層模型單元中的第一層模型單元，則該輸入數(shù)據(jù)為語音數(shù)據(jù)，獲取根據(jù)語音信息生成的輸入數(shù)據(jù)的過程可以為:
[0044]接收該語音信息。
[0045]若該第X層模型單元為N層模型單元中的第一層模型單元之后的任意一層模型單元，則該輸入數(shù)據(jù)為第X-1層模型單元的輸出數(shù)據(jù)，，該輸入數(shù)據(jù)包括聲紋特