一种音频识别方法、装置、计算机设备及存储介质

本申请属于音频处理技术领域，涉及一种音频识别方法、装置、计算机设备及存储介质，包括：获取声音采集设备采集到的采集声音信号；对所述采集声音信号进行预处理，得到预处理声音信号；对所述预处理声音信号进行短时特征提取处理，得到短时特征数据；根据GMM‑HMM联合模型对所述预处理声音信号进行联合特征提取处理，得到人声特征数据以及环境特征数据；将所述短时特征数据、人声特征数据以及环境特征数据输入至深度神经网络模型进行音频识别处理，得到音频识别结果并输出。本申请使用GMM‑HMM联合补偿模型，从语音信号中提取能够代表说话人和环境因素的特征，能够更全面地捕捉语音信号中的稳定随机因素，从而提高模型的鲁棒性和适应性。