摘要：本申请提供一种语音识别方法及系统。所述方法包括对于目标语音数据流与缓存语音数据流共同组成的待处理语音数据流，根据语音活动检测参数，利用预设GMM模型从待处理语音数据流中提取非静音的有效数据帧，对有效数据帧依次进行降噪处理、文本数据转换以及语义识别，得到当前语义识别率，在当前语义识别率小于第一预设阈值的情况下，分别调整语音活动检测参数、缓存指令和降噪参数。整个方法可以根据语音识别率实时调整语音活动检测参数、缓存参数以及降噪参数等配置参数，从而可以根据实际对话场景不断修正配置参数，使得配置参数在对话场景发生变化时能够及时地适应，语音提取准确性较高，进而语义识别率也较高。

摘要：本发明涉及数据处理技术领域，公开了一种语音识别方法及系统，其方法通过识别用户输入的语音信号的语音波形，对语音波形进行编码，从而得到特征向量序列，利用声学模型和词典构建搜索空间，在语言模型给定的语言约束下，基于搜索算法在搜索空间中搜索特征向量序列对应的词语序列，从而将特征向量序列转换为文字序列，实现语音识别，提高了语音识别准确性，大大提高了语音识别效率。

摘要：本发明涉及一种语音识别的技术领域，揭露了一种语音识别方法，包括获取待识别语音信号，并计算待识别语音信号的能量密度谱；将能量密度谱进行伪彩色映射，得到待识别语音信号的彩色语谱图；利用自适应的时域滤波器对彩色语谱图中的语音信号进行回声消除；利用盲源分离算法估计待识别语音中目标语音信号的mask值；利用基于mask值的多通道增强算法对目标语音信号进行增强；利用预训练的DFSMN‑CTC模型对语音信号进行识别，得到语音识别结果。本发明还提出一种语音识别系统。本发明实现了语音的识别。

摘要：本申请公开了一种语音识别方法及系统，其方法包括S1，建立数据库，归纳与用户相关的文字数据，以形成用户词典；S2，通过规则方法或学习模型识别用户的意图，并将其收集；S3，根据步骤S2中所识别出的意图，使用模糊匹配方法，检测出目标实体的特定值是否在用户的语句中出现，其中，目标实体为数据库中的命名实体信息，其系统包括相互连通的数据库、识别模块和检测模块。本申请提高了语音识别的准确性及工作效率，增强了实用性。

摘要：本发明提出了一种语音识别方法及系统。本发明首先建立包括级联连接的音频转拼音神经网络和拼音转文字神经网络的语音识别网络模型，然后，基于训练样本集分别训练音频转拼音神经网络和拼音转文字神经网络，并利用测试样本集对级联后的语音识别网络模型进行测试，最后，获得训练后的语音识别网络模型，对待识别音频进行识别。本发明基于神经网络实现非特定人的语音识别，同时本发明的训练后的语音识别网络模型不依赖于数据库，可以部署在用户本地。本发明实现了满足本地部署和应用需求的非特定人的语音识别。

摘要：本发明实施例公开一种语音识别方法及系统，该方法包括：当收到用户语音时，检测用户语音是否为可识别语音；若不为可识别语音，获取用户信息，该用户信息至少包括用户年龄、性别以及所处区域；以及依据用户信息，校正用户语音；对校正后的用户语音进行识别，以得到识别结果。通过实施本发明实施例，能够准确识别用户语音。

摘要：本发明提供一种语音识别方法及系统，该方法适用于语音识别系统，语音识别系统包括语音采集装置、服务器、显示装置和中央处理器。该方法为：语音采集装置将采集到的语音模拟数据转换为语音数字数据，并发送给中央处理器。中央处理器将语音数字数据发送给服务器进行处理，得到语音识别结果。服务器将语音识别结果反馈给中央处理器。中央处理器将语音识别结果给显示装置。使显示装置显示语音识别结果。在本发明提供的方案中，通过语音采集装置采集语音数据并发送给中央处理器，中央处理器将语音数据发送至服务器进行处理得到语音识别结果，中央处理器将语音识别结果发送给显示装置显示语音识别结果，提高用户使用体验和提高使用便捷性。

摘要：本申请公开了一种语音识别方法及系统，本申请实施例通过预先设置的DoA角度，将空间分成若干个区域，从而将信号源划分至不同的空间区域；进而对不同空间区域的信号进行增强和识别处理后融合得到信号源的识别结果。本申请不需要估计每个时刻真实的信号源方向，避免了在复杂环境下，由于估计信号的信噪比和信号源方向而带来的识别不准确的问题，从而保障了语音识别结果的准确性。

摘要：本发明属于语音识别技术领域，公开了一种语音识别方法及系统，其方法包括：建立不同地域不同年龄段的语音识别模型库；采集用户输入的语音信息；当所述用户输入的语音信息不为普通话时，获取所述用户的年龄信息和地域信息；根据所述用户的年龄信息和地域信息，在所述语音识别模型库中查找匹配的语音识别模型对所述语音信息进行识别。本发明通过建立不同地域不同年龄段的语音识别模型库，然后根据用户的年龄信息和地域信息在语音识别模型库中查找对应的语音识别模型对用户输入的语音信息进行识别，从而解决用户因携带口音及年龄变化而导致的语音识别准确率低的问题，以提高语音识别的准确率，提高用户的使用体验。

摘要：本发明涉及一种语音识别方法及系统，方法包括：获取待识别的语音信号；提取所述待识别的语音信号中的语音特征参数；根据所述语音特征参数对所述语音信号进行分类；将待识别的语音信号输入到与所述语音特征参数相对应的语音模型中，得到语音识别结果。本发明提供的技术方案通过先对语音信号进行特征参数提取，根据提取的参数对语音信号进行分类，将语音信号输入到与语音特征参数相对应的模型中进行识别，避免了直接对语音信号识别时无法识别的问题，提高语音识别的效率和准确率。

摘要：本发明属于语音识别领域，公开了一种语音识别方法及系统，其方法包括根据不同地域的发音特点，建立发音词库；发音词库包括吞音词及拖音词；根据地域信息，建立不同地域的声母混用及韵母混用的声韵母映射表；获取待识别语音信息；根据待识别语音信息，识别出待识别语音信息对应的地域信息；根据地域信息、声韵母映射表和发音词库，对待识别语音信息进行校正；识别校正后的待识别语音信息，得到对应的文本信息。本发明根据建立的不同地域的声韵母混用的声韵母映射表和发音词库，对获取的语音信息进行声韵母校正和词语校正，从而提高语音识别的准确率，以便更准确的了解用户的真实意图，更好的为用户服务，提高用户的使用体验。

摘要：本发明提供了一种语音识别方法及系统，其中，所述方法包括：获取待处理的音频文件，并计算所述音频文件中的当前音频帧在各个要素上的后验概率；根据计算的所述后验概率，统计在表征非语音信息的目标要素上的后验概率之和；根据统计的所述后验概率之和，判断所述当前音频帧是否为语音帧。本申请提供的技术方案，能够提高静音和噪音的识别效率。

摘要：本申请公开了一种语音识别方法及系统，语音识别方法的步骤为：采集多个现场语音数据；将每个现场语音数据的声纹与预先建立的语音声纹库中的声纹进行对比，找出相同的声纹；根据语音声纹库找出该声纹对应的身份。从而达到能够保证在现场环境嘈杂或者说话人数较多时，能够清楚的识别出特定人的语音，并有效保证识别精确度高，对确定的优选识别语音进行语音处理，提取、剥离转化为单个语音信息，生成语音指令，有效保证了需要执行指令的准确性的技术效果。

摘要：本申请公开了一种语音识别方法，包括：获得待识别的音频信息；若所述待识别的音频信息满足第一条件，执行第一处理方式，以供语音识别使用；若所述待识别的音频信息满足第二条件，执行与所述第一处理方式不同的第二处理方式，以供语音识别使用；其中，所述第一条件和所述第二条件能够反映所述音频信息的语音者的属性。本申请中通过在获得待识别的音频信箱之后，对不同语音者属性的音频信息采用不同的处理方式进行处理，再对处理后的音频信息进行语音识别，从而对音频信息进行差异化识别，从而使得对于包含多种用户的使用群进行语音识别具有较高的识别准确率。

摘要：本发明实施例提供了一种语音识别方法及系统，属于语音识别技术领域，所述语音识别方法应用于语音识别终端，所述语音识别终端连接有打印机，所述语音识别方法包括：接收语音控制消息，检测所述打印机的状态，查找出与所述打印机的状态相对应的语言模型，所述语音识别终端中预存有多个语言模型，所述多个语言模型分别与所述打印机的不同状态一一对应，调用查找出的所述语言模型对接收到的所述语音控制消息进行识别，得到与所述语音控制消息相对应的控制指令，将所述控制指令发送给所述打印机，以使所述打印机执行所述控制指令。本发明大大提高了语音识别系统的可定制性和可扩展性。

摘要：本发明公开了一种语音识别方法及系统，包括接收待识别语音信号，并提取所述语音信号的声学特征；根据所述声学特征及预先训练的声学模型，获取各建模单元的后验概率；对所述建模单元后验概率进行压缩平滑处理，获取各建模单元处理后的后验概率；对所述语音信号所有帧的建模单元处理后的后验概率进行解码，得到语音识别结果。本发明由于在获得建模单元后验概率后，对其分布进行压缩平滑处理，增大了建模单元的后验概率对应的多个候选序列对正确语音识别结果的覆盖率，进而提升语音识别效果。

摘要：本发明提供了一种语音识别方法，所述的语音识别方法包括：更新语音数据库；根据语音数据库的语音信息对用户指令语音进行识别。本发明的有益效果是每个用户都可以建立一个自己专属的语音数据库，并可以关联到标准语音数据库的对应信息；用户专属语音数据库会根据用户的使用不断更新，不断完善和强大，用户专属的语音数据库和标准语音库可以保存到云端语音数据库，在任何设备上登录后即可轻松调用自己的专属的语音数据库轻松进行语音操控，也可以与云端数据库中的标准语音库进行匹配调用实现语音操控。

摘要：一种语音识别方法及系统，该方法包括接收客户端发送的语音识别请求，该语音识别请求包括语音包、语音包序号以及语音包所属语音文件的标识；获取语音包所属语音文件的标识对应的识别句柄，将该语音包存储至该识别句柄的缓存区；识别当前的语音识别服务类型，若语音识别服务类型为异步模式，按照语音包序号从首号到尾号的排列顺序，依次采用该识别句柄对该识别句柄的缓存区中的语音包所属语音文件的语音包进行识别处理，获得语音包所属语音文件的文字识别结果；将语音包所属语音文件的文字识别结果发送给客户端。本发明实施例在异步模式下可极大地省去语音识别系统与客户端之间的交互，可以有效地提升语音识别效率。

摘要：本发明实施例提供了一种语音识别方法，包括：采集第一音频数据；利用第一模型和第二模型，对所述第一音频数据进行语音识别，以获得语音识别结果；其中，所述第一模型用于识别所述第一音频数据中所包含的客户端所播放的第二音频数据，所述第二模型用于识别所述第一音频数据中所包含的除了所述客户端所播放的第二音频数据之外的第三音频数据；本发明实施例还提供一种语音识别系统。根据本发明实施例提供的技术方案，可以实现提高语音识别系统中语音唤醒的成功率。

摘要：本发明提供了一种语音识别方法，包括：接收客户端发送的语音信息和识别结果类型；在预设的一个以上语音分类词库中找到所述识别结果类型对应的语音分类词库，并依据所述语音信息从找到的语音分类词库获取识别结果；将相似度由高到低排序的识别结果返回给客户端；本发明还提供一种语音识别系统。根据本发明提供的技术方案，能够提高具有语音识别功能的应用的语音识别率。