[發明專利]語音識別的方法及裝置

有效

• 申請號: 201610057651.3
• 申請日: 2016-01-27
• 公開（公告）號: CN107016994B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 李宏言
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/26;G10L15/10
• 代理公司: 北京展翅星辰知識產權代理有限公司 11693
• 代理人: 王文生

1.一種語音識別的方法，該方法包括以下步驟：

利用基于漢字的語音識別，對待識別命名實體語音進行語音識別，以識別出作為所述待識別命名實體語音的漢字識別結果的漢字序列；

利用基于拼音的語音識別，對所述待識別命名實體語音進行語音識別，以識別出作為所述待識別命名實體語音的拼音識別結果的拼音序列；

根據識別出的所述漢字序列和所述拼音序列，確定特定命名實體列表中的各個候選命名實體與所述待識別命名實體語音的相似度；

根據所述各個候選命名實體與所述待識別命名實體語音的相似度，從所述特定命名實體列表中確定所述待識別命名實體語音的語音識別結果。

2.根據權利要求1所述的方法，其特征在于，所述基于漢字的語音識別中用到的語言模型是用所述特定命名實體列表中的各個候選命名實體對應的漢字序列以及通用訓練文本庫中的文本的漢字序列共同訓練而生成的。

3.根據權利要求1所述的方法，其特征在于，所述基于拼音的語音識別為音節識別，所述拼音序列包括音節序列，

利用基于拼音的語音識別對所述待識別命名實體語音進行語音識別，以識別出作為所述待識別命名實體語音的拼音識別結果的拼音序列的步驟包括：

對所述待識別命名實體語音進行音節識別，以識別出作為所述待識別命名實體語音的音節識別結果的音節序列。

4.根據權利要求1所述的方法，其特征在于，所述基于拼音的語音識別為音素識別，所述拼音序列包括音素序列，

利用基于拼音的語音識別對所述待識別命名實體語音進行語音識別，以識別出作為所述待識別命名實體語音的拼音識別結果的拼音序列的步驟包括：

對所述待識別命名實體語音進行音素識別，以識別出作為所述待識別命名實體語音的音素識別結果的音素序列。

5.根據權利要求1所述的方法，其特征在于，所述基于拼音的語音識別包括音節識別和音素識別，所述拼音序列包括音節序列和音素序列，

利用基于拼音的語音識別對所述待識別命名實體進行語音識別，以識別出作為所述待識別命名實體語音的拼音識別結果的拼音序列的步驟還包括：

對所述待識別命名實體語音進行音節識別，以識別出作為所述待識別命名實體語音的音節識別結果的音節序列；以及

對所述待識別命名實體語音進行音素識別，以識別出作為所述待識別命名實體語音的音素識別結果的音素序列。

6.根據權利要求4或5所述的方法，其特征在于，利用基于拼音的語音識別對所述待識別命名實體語音進行語音識別，以識別出作為所述待識別命名實體語音的拼音識別結果的拼音序列的步驟還包括:

對識別出的音素序列中的韻母音素進行聲調識別，以識別出作為所述待識別命名實體語音的聲調識別結果的聲調序列。

7.根據權利要求1所述的方法，其特征在于，根據識別出的所述漢字序列和所述拼音序列，確定特定命名實體列表中的各個候選命名實體與所述待識別命名實體語音的相似度的步驟包括：

確定特定命名實體列表中的各個候選命名實體所對應的漢字序列與識別出的所述漢字序列的編輯距離，以作為所述各個候選命名實體與所述待識別命名實體語音的漢字序列編輯距離；

確定特定命名實體列表中的各個候選命名實體所對應的拼音序列與識別出的所述拼音序列的編輯距離，以作為所述各個候選命名實體與所述待識別命名實體語音的拼音序列編輯距離；

根據所述各個候選命名實體與所述待識別命名實體語音的漢字序列編輯距離和拼音序列編輯距離，計算所述各個候選命名實體與所述待識別命名實體語音的總體編輯距離；

將計算得到的所述各個候選命名實體與所述待識別命名實體語音的總體編輯距離與預定常數之和的倒數，作為所述各個候選命名實體與所述待識別命名實體語音的相似度。

8.根據權利要求3或5所述的方法，其特征在于，所述音節識別用到的語言模型是用對所述特定命名實體列表中的各個候選命名實體進行音節展開得到的音節序列、和對通用訓練文本庫中的文本進行音節展開得到的音節序列訓練而生成的。