广州索答信息科技有限公司

本发明公开了一种多路定向拾音的角色化语音识别方法和系统，涉及多路语音识别与语音分类领域，包括：获取带语音角色绑定标识的多个定向拾音通道的音频流并执行并行语音识别，形成含声事件时间位置、候选文本路径和识别分数的候选单元；构建候选同源边并形成同源边权和角色根权重；针对歧义候选组构建单一角色根的副本解码图与多角色根的并发解码图，比较副本图冲突量和并发图冲突量，选择冲突量较小的解码图执行角色语音分类和识别分数组合，输出允许时间重叠的带语音角色标识的文本单元。本发明解决了多路角色绑定定向拾音中跨通道串入副本与真实同时发言难以区分、跨主机时间错位及局部通道异常导致角色化文本失真的问题。