1.一种语音关键词识别方法，其特征在于，所述方法包括：接收输入的语音信号；

提取所述语音信号中的音频特征；

利用声学模型计算所述音频特征所对应的音素的概率，作为第一概率；

根据所述第一概率，利用发音词典计算音素对应于词的概率，作为第二概率，其中，发音词典包括所有关键词的发音以及垃圾模型的发音，其中，垃圾模型包括所有的单字；

根据所述第二概率，利用语言模型计算词组合成关键词的概率，作为第三概率，其中，语言模型包括所有的关键词以及垃圾模型；

判断所述第三概率是否大于阈值；

若所述第三概率大于阈值，统计所述第三概率对应的关键词的数量；

若所述第三概率对应的关键词的数量为一个，将所述第三概率对应的关键词作为关键词识别的结果。

2.如权利要求1所述的方法，其特征在于：在所述利用语言模型计算词组合成关键词的概率之前，还包括：调整语言模型中关键词以及垃圾模型的权重；

利用语言模型计算词组合成关键词的概率，包括：利用调整后的语言模型计算词组合成关键词的概率。

3.如权利要求2所述的方法，其特征在于：在所述判断所述第三概率是否大于阈值之前，还包括：调整所述阈值；

所述判断所述第三概率是否大于阈值，包括：判断所述第三概率是否大于调整后的阈值。

4.如权利要求1所述的方法，其特征在于，利用声学模型计算所述音频特征所对应的音素的概率，包括：利用声学模型计算所述音频特征对应的状态序列的概率；

利用声学模型计算所述状态序列对于音素的概率。

5.如权利要求1所述的方法，其特征在于：若所述第三概率对应的关键词的数量有多个，根据预设规则选取其中一个第三概率对应的关键词作为关键词识别的结果。

6.一种语音识别装置，其特征在于，所述装置包括：接收单元，用于接收输入的语音信号；

特征提取单元，用于提取所述语音信号中的音频特征；

第一概率计算单元，用于利用声学模型计算所述音频特征所对应的音素的概率，作为第一概率；

第二概率计算单元，用于根据所述第一概率，利用发音词典计算音素对应于词的概率，作为第二概率，其中，发音词典包括所有关键词的发音以及垃圾模型的发音，其中，垃圾模型包括所有的单字；

第三概率计算单元，用于根据所述第二概率，利用语言模型计算词组合成关键词的概率，作为第三概率，其中，语言模型包括所有的关键词以及垃圾模型；

判断单元，用于判断所述第三概率是否大于阈值；

统计单元，用于若所述第三概率大于阈值，统计所述第三概率对应的关键词的数量；

结果确定单元，用于若所述第三概率对应的关键词的数量为一个，则将所述第三概率对应的关键词作为关键词识别的结果。

7.如权利要求6所述的装置，其特征在于，所述装置还包括权重调整单元、阈值调整单元；其中，所述权重调整单元，用于调整语言模型中关键词以及垃圾模型的权重；

所述第三概率单元，还用于利用调整后的语言模型计算词组合成关键词的概率；

所述阈值调整单元，用于调整所述阈值；

所述判断单元，还用于判断所述第三概率是否大于调整后的阈值。

8.如权利要求6所述的装置，其特征在于：所述结果确定单元，还用于若所述第三概率对应的关键词的数量有多个，根据预设规则选取其中一个第三概率对应的关键词作为关键词识别的结果。

9.一种设备，其特征在于，所述设备包括存储器，以及与所述存储器相连的处理器；

所述存储器用于存储实现语音关键词识别的程序数据；所述处理器用于运行所述存储器中存储的程序数据，以执行如权利要求1-5任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，其特征在于，所述计算机可读存储介质存储有一个或者一个以上程序数据，所述一个或者一个以上程序数据可被一个或者一个以上的处理器执行，以实现如权利要求1-5任一项所述的方法。