[發明專利]一種基于語音識別的文本處理方法和裝置

在審

• 申請號: 201510982716.0
• 申請日: 2015-12-23
• 公開（公告）號: CN105609107A
• 公開（公告）日: 2016-05-25
• 發明（設計）人: 曹松軍
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G06F17/27;G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 趙娟

技術領域

本發明涉及語音識別技術領域，特別是涉及一種基于語音識別的文本處 理方法和一種基于語音識別的文本處理裝置。

背景技術

目前，移動互聯網的快速發展帶動了如手機、平板電腦等移動設備的廣 泛普及，而作為移動設備上人機交互最方便自然的方式之一，語音輸入正逐 漸被廣大用戶所接受。

目前語音識別一般是應用大規模非特定人連續語音識別，其目的是把輸 入的語音轉化為文字輸出，一般輸出的識別結果為一連串的文本。

在輸入法等應用場景中，用戶需要手動對對識別的文本進行定位和添加 標點符號，尤其對于長語句及移動設備，其屏幕較小，界面顯示的位置也較 小，斷句的定位操作、標點符號的添加操作都很繁瑣，使得語音輸入的操作 十分繁瑣。

發明內容

鑒于上述問題，提出了本發明以便提供一種克服上述問題或者至少部分 地解決上述問題的一種基于語音識別的文本處理方法和相應的一種基于語 音識別的文本處理裝置。

依據本發明的一個方面，提供了一種基于語音識別的文本處理方法，包 括：

獲取對語音數據進行語音識別獲得的第一文本；

對所述第一文本進行斷句，獲得一個或多個文本片段；

對所述一個或多個文本片段添加標點符號，組合成第二文本。

可選地，所述對所述第一文本進行斷句，獲得一個或多個文本片段的步 驟包括：

對所述第一文本進行切詞處理，獲得一個或多個字；

識別所述一個或多個字的詞位置；

在所述第一文本的指定的詞位置處進行斷句，獲得一個或多個文本片段。

可選地，所述識別所述一個或多個字的詞位置的步驟包括：

按照字的順序，按照前一個字的每一個詞位置的概率，計算出后一個字 的每一個詞位置的概率；

按照字的逆序，按照后一個字基于概率標注的詞位置，標注出前一個字 的詞位置。

可選地，所述按照字的順序，按照前一個字的每一個詞位置的概率，計 算出后一個字的每一個詞位置的概率的步驟包括：

通過預設的序列標注模型，計算出第1個字的每個詞位置的概率；

通過預設的序列標注模型，基于第i-1個字的每個詞位置的概率，計算 出第i個字的每個詞位置的概率，i為大于1的正整數；

針對第i個字的每個詞位置的概率，以值最高的概率作為所述詞位置的 概率。

可選地，所述序列標注模型為條件隨機場模型，基于訓練文本及針對所 述訓練文本中的字標注的詞位置訓練生成，所述訓練文本的標點符號被替換。

可選地，所述按照字的逆序，按照后一個字基于概率標注的詞位置，標 注出前一個字的詞位置的步驟包括：

針對最后一個字，標注值最高的概率所屬的詞位置；

當第i個字確定詞位置時，查詢計算出第i個字詞位置的概率的第i-1個 字的概率，i為大于1的正整數；

針對第i-1個字，標注所述第i-1個字的概率所屬的詞位置。

可選地，所述詞位置包括詞首、詞尾、詞中、單字詞中的一個或多個；

所述在所述第一文本的指定的詞位置處進行斷句的步驟包括：

在所述第一文本的詞首和/或單字詞之前進行斷句；

和/或，

在所述第一文本的詞尾和/或單字詞之后進行斷句。

可選地，所述對所述一個或多個文本片段添加標點符號的步驟包括：

針對每個文本片段，識別出關鍵詞；

查找所述關鍵詞對應的標點符號；

在所述文本片段之后添加所述標點符號。

根據本發明的另一方面，提供了一種基于語音識別的文本處理裝置，包 括：

第一文本獲取模塊，適于獲取對語音數據進行語音識別獲得的第一文本；

斷句模塊，適于對所述第一文本進行斷句，獲得一個或多個文本片段；

標點符號添加模塊，適于對所述一個或多個文本片段添加標點符號，組 合成第二文本。

可選地，所述斷句模塊還適于：

對所述第一文本進行切詞處理，獲得一個或多個字；

識別所述一個或多個字的詞位置；

在所述第一文本的指定的詞位置處進行斷句，獲得一個或多個文本片段。

可選地，所述斷句模塊還適于：