一种用于麦克风阵列会议设备的语音识别方法及装置

本申请涉及智能语音交互技术领域，公开了一种用于麦克风阵列会议设备的语音识别方法及装置，其方法包括获取任一单通道的输入音频；采用预设的3A模型对输入音频进行频带建模，融合提取的特征，经过复数网络计算，得到一个掩码作用于输入音频以得到目标音频；将目标音频输入预设的语音唤醒模型，确定唤醒词的音频段；判断是否存在人声；若存在人声，则利用预设的提取模型提取唤醒人声纹特征，确定唤醒人的音频段；将当前帧的唤醒人的音频段输入预设的人声识别模型进行人声指令识别，得到唤醒人的人声指令，通过语言模型识别人声指令对应的意图，并响应唤醒人的人声指令。本申请具有在会议室多人讲话的场景下，改善人声指令和唤醒词识别精度的效果。