本申請涉及語音識別技術領域：，尤其涉及一種基于卷積神經網絡和注意力機制的端到端語音識別方法、系統、裝置及其存儲介質。背景技術：：語音識別是近年來十分活躍的一個研究領域，是一種重要的人機交互手段。語音識別系統的典型實現方案為：輸入的模擬語音信號首先要進行預處理，包括預濾波、采樣和量化、加窗、端點檢測、預加重等。語音信號經預處理后，接下來很重要的一環就是特征參數提取。然后通過機器學習以及深度學習的算法對特征加以學習，比如hmm或者lstm等等。上述工作推動了語音識別的研究，但是，也存在一些值得深入研究的問題，具體如下：(1)帶口音(dialect)語音的識別；(2)從原始語音到語音特征的提取過程必然導致信息的損失，而損失的信息對終的語音識別效果是否有影響也是未知的；(3)背景噪音對于識別效果的影響。如何克服上述的問題，是當前需要解決的。技術實現要素：為了解決上述技術問題，本申請實施例提供一種基于卷積神經網絡和注意力機制的端到端語音識別方法、系統、裝置及其存儲介質。本申請實施例方面提供了一種基于卷積神經網絡和注意力機制的端到端語音識別方法，可包括：采集語音數據。業務流程的優化管理是端到端的重中之重，業務流程的自動化對于企業實現端到端管理有著重要作用。貴州elt端到端流程

    霍尼韋爾安全與生產力解決方案集團大中華區副總裁兼傳感與生產力解決方案部總經理柴小舟先生表示：“為了應對日新月異的市場環境，霍尼韋爾傳感與生產力解決方案部積極轉變其定位及發展戰略，力求為客戶帶來從硬件到軟件的智慧供應鏈解決方案。中國企業對于自動化、智能化的關注度正在提升，我們的端到端智慧供應鏈解決方案可以滿足中國市場需求的快速變化、降低企業成本并提升企業生產力。未來，我們還將繼續在軟件及硬件領域發力，助力更多企業實現數字化轉型?！被裟犴f爾此次展出的內容由新品展示區、自動化物料搬運解決方案、揀選和播種系統、智慧物流、智慧倉儲及語音解決方案組成，還設立了智慧供應鏈VR體驗區供現場觀眾互動。重點展出內容包括：硬件解決方案：手持終端：為移動工作者提高工作效率的各類手持終端產品，包括新一代企業級移動數據終端霍尼韋爾EDA51，面向倉儲作業環境的EDA60K，基于MobilityEdge平臺的Dolphin?CT40&CT60移動數據終端，以及面向苛刻應用場景的霍尼韋爾Dolphin?CN80移動數據終端。掃描設備：推出的工業級DPM讀碼器HF800對降低錄入數據的錯誤、節省管理時間和成本都頗有成效；此外，Granit?1D可升級工業級影像式條碼掃描器。滄州供應鏈端到端軟件端到端流程是從客戶需求端出發，到滿足客戶需求端去，提供端到端服務，端到端的輸入端和輸出端都是市場。

    rtt接收單元的報文類型包括rtt發送單元里的發送端的senderid、rtt發送單元報文發送時的本地時間戳sendtimstamp、媒體數據接收端的recverid和接收端自收到rtt發送單元報文數據到發送rtt接收單元報文數據滯留的時長delay。作為，在步驟(4)中，具體操作方法如下：(41)接收端將接收到的rtt發送單元報文信息以及自己的id作為recverid打包進rtt接收單元報文，并附帶在自己的媒體數據包內，即刻發送；(42)在該媒體數據包傳輸到所有接收端的路由上，所經過的媒體節點收包后不緩存，即刻下發；(43)rtt發送單元的發送端接收到媒體數據包后，檢測rtt接收單元報文并解析，根據初始發送的本地時間戳sendtimestamp，與當前接收時刻的本地時間戳，相減得出往返rtt值。作為，在步驟(41)中，為防止傳輸丟包，將rtt接收單元報文信息附帶在連續的多個媒體數據包里。作為，在步驟(43)中，由于視頻會議系統是多對多的系統，該rtt接收單元報文可能包含對應多個發送端的rtt接收單元報文信息，接收到rtt接收單元報文的發送端需要通過rtt接收單元報文的senderid字段找出和自己匹配的senderid，根據初始發送的本地時間戳sendtimestamp，與當前接收時刻的本地時間戳，相減得出往返rtt值。作為，在步驟。

    這個復合報文應該表述成：recverid，senderid-1，sendertimestamp-1，delay-1；senderid-2，sendertimestamp-2，delay-2…具體操作方法如下：(51)接收端將rtt接收單元的報文單獨作為一個數據包周期發送，rtt接收單元報文信息里記錄從收到rtt發送單元報文到發送rtt接收單元報文滯留的時長；如果接收端收到的是多個發送端的rtt發送單元報文信息，一個senderid對應一個發送端，有多個發送端，就有多個滯留時長delay，記錄多組rtt接收單元報文信息并打包發出；為防止傳輸丟包，每個周期里rtt接收單元報文的數據包需要連續多個重復發送。(52)在該數據包發送的路由上，途徑的媒體節點需要解析rtt接收單元報文，根據rtt接收單元報文里記錄的senderid信息做包拆解，把拆解重組后的包按照senderid的媒體數據包來的路由逆向發送到上一個媒體節點直到發送端本身；如果該rtt接收單元報文包含多個senderid，每經過一個媒體節點，該媒體節點對應的媒體服務要檢測和拆解重組這個數據包，拆解重組成包含單個senderid的rtt接收單元報文，按照senderid來選擇路徑發送回歸屬于它的發送端，拆解重組是每個媒體節點都要做的操作，直到后在senderid對應的發送端收到rtt接收單元報文。端到端原則的比較好實踐就是可擴展性，適應變化，它制造了互聯網的繁榮。

    加窗就是為了解決這個問題，使分幀后的信號變得連續，每一幀就會表現出周期函數的特征。在語音信號處理中一般加漢明窗。作為一個具體的實施例，對切分的語音加窗分幀處理；分幀處理中幀長i為1024，幀間重疊率p為25％，獲大幀數h為447。增加的窗函數為hamming窗w(n，α)，其的計算公式如下，w(n，α)＝(1-α)-αcos(2πn/(n-1))，0≤n≤n-1。其中，α取值，n為n的取值范圍，表示hamming窗的長度。對語音進行快速傅里葉變換得到其頻譜，由于其頻譜為對稱式，所以只取其一半長度。快速傅里葉變換的公式為：由于本步驟屬于語音識別中的常用技術手段，就不進行贅述。103：引入注意力機制，將注意力機制與卷積神經網絡結合，構建完整的語音識別網絡模型。可以理解的是，本申請中通過將注意力機制引入卷積神經網絡中，注意力機制通過兩個全連接層a和b相乘實現，其中全連接層b作為注意力權重，其權重是a的權重經過softmax后得到的符合概率分布取值區間的注意力分配概率分布數值。在語音識別網絡模型的構建過程中，本申請中采用cnn+ctc模型，采用vgg16基本模型架構，10層卷積層，5層池化層，5層全連接層，其中三層全連接層用于實現注意力機制，損失函數采用ctc損失函數?；ヂ摼W之所以發展迅速，得益于端到端原則：保持一個極簡的，將復雜留在端。江西供應鏈端到端測試

端到端流程由垂直端到端流程和水平端到端流程組成。貴州elt端到端流程

    5層池化層，5層全連接層，其中三層全連接層用于實現注意力機制，損失函數采用ctc損失函數，網絡優化器采用adam優化器。第三方面，本申請實施例提供了一種識別裝置，包括存儲器和處理器，所述存儲器上存儲有計算機可執行指令，所述處理器運行所述存儲器上的計算機可執行指令時實現方面的方法。第四方面，本申請實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該計算機程序被處理器執行時，實現上述方面的方法。在本申請實施例中，本發明的基于卷積神經網絡和注意力機制的端到端語音識別系統，通過將注意力機制融合卷積神經網絡中，并通過使用ctc損失函數構建完整的語音識別網絡模型，實現深度學習，從原始語音數據中提取語音的語譜圖作為cnn的輸入，以提高語音的性能，減少了人工提取特征帶來的信息損失，具有良好的應用前景。附圖說明為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。貴州elt端到端流程

首匯信息技術河北有限公司總部位于新石北路368號金石創新大廈105室，是一家計算機硬件技術研發、技術咨詢、技術服務；計算機系統集成服務；貨物或技術進出口（國家限制和禁止的除外）；互聯網信息服務（憑許可證經營）；設計、制作、代理國內廣告業務；發布國內戶外廣告業務；汽車配件、機械設備、五金產品、電子產品、化工產品（危險化學品及易制毒化學品除外、無存儲）、橡膠制品（醫用橡膠制品除外）、通信設備（衛星電視廣播地面接收設施除外）、儀器儀表、安全技術防范設備、辦公設備的批發、零售。（依法需經批準的項目，經相關部門批準后方可開展經營活動）的公司。首匯信息技術擁有一支經驗豐富、技術創新的專業研發團隊，以高度的專注和執著為客戶提供信息化中臺系統規劃，中臺ERP服務平臺。首匯信息技術致力于把技術上的創新展現成對用戶產品上的貼心，為用戶帶來良好體驗。首匯信息技術始終關注商務服務行業。滿足市場需求，提高產品價值，是我們前行的力量。