摘要
本发明公开了一种适应PSTN通话的增量式ASR算法，包括S1）：数据预处理；S2）：特征提取与归一化，得到当前帧的输入；S3）：将当前帧的输入与缓存中的历史帧拼接，并输入LSTM模型；S4）：更新所有LSTM层的隐藏状态和细胞状态，更新解码器的候选路径集合；S5）：部分结果输出判断，若当前识别路径中某单词的概率超过设定阈值且后续帧未发生改变，则输出至输出缓冲区；否则，跳转执行S7；S6）：输出缓冲区整理输出内容，并输出最终文本，步骤结束；S7）：判断是否存在新帧，若存在新帧则跳至S1，否则步骤结束。本申请适应PSTN通话的增量式ASR算法，采用增量式处理方式，在用户讲话的同时实时进行语音识别，显著减少延迟并提升了响应速度。
