[發(fā)明專利]語音識別結果糾正方法、裝置、設備及存儲介質

有效

• 申請?zhí)枺?/td>: 201710508531.5
• 申請日: 2017-06-28
• 公開（公告）號: CN107293296B
• 公開（公告）日: 2020-11-20
• 發(fā)明（設計）人: 黃俊;李先剛
• 申請（專利權）人: 百度在線網(wǎng)絡技術（北京）有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發(fā)明實施例公開了一種語音識別結果糾正方法、裝置、設備及存儲介質。所述語音識別結果糾正方法包括：對獲取的語音數(shù)據(jù)進行語音識別，得到初始文本信息；采用神經機器翻譯NMT模型對所述初始文本信息進行識別糾正，得到最終的文本識別結果。本發(fā)明實施例通過采用神經機器翻譯NMT模型對語音識別得到的初始文本信息，進行再次識別糾正，能夠得到較為準確的文本識別結果，可以提高語音識別的準確率。

技術領域

本發(fā)明實施例涉及語音識別技術領域，尤其涉及一種語音識別結果糾正方法、裝置、設備及存儲介質。

背景技術

隨著計算機處理能力的迅速提高，語音識別技術得到了飛速發(fā)展，語音識別技術是通過識別和解析過程把語音信號轉變?yōu)橄鄳奈谋净蛎畹募夹g。語音識別技術的應用正在日益改變人類的生產和生活方式，被廣泛應用于諸如語音輸入系統(tǒng)、語音控制系統(tǒng)和智能對話查詢系統(tǒng)等領域。

語音交互作為最自然的交互方式日益推廣，對語音識別準確率的要求要來越高。目前，語音識別技術主要是通過大量的訓練數(shù)據(jù)訓練更復雜的聲學模型，通過聲學模型對輸入語音進行識別，以提高識別性能。

但是，聲學模型的識別準確率還有待進一步提升。

發(fā)明內容

本發(fā)明實施例提供一種語音識別結果糾正方法、裝置、設備及存儲介質，可以提高語音識別的準確率。

第一方面，本發(fā)明實施例提供了一種語音識別結果糾正方法，該方法包括：

對獲取的語音數(shù)據(jù)進行語音識別，得到初始文本信息；

采用神經機器翻譯NMT模型對所述初始文本信息進行識別糾正，得到最終的文本識別結果。

第二方面，本發(fā)明實施例還提供了一種語音識別結果糾正裝置，該裝置包括：

語音識別模塊，用于對獲取的語音數(shù)據(jù)進行語音識別，得到初始文本信息；

文本糾正模塊，用于采用神經機器翻譯NMT模型對所述初始文本信息進行識別糾正，得到最終的文本識別結果。

第三方面，本發(fā)明實施例還提供了一種設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)本發(fā)明實施例任一所述的語音識別結果糾正方法。

第四方面，本發(fā)明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)本發(fā)明實施例任一所述的語音識別結果糾正方法。

本發(fā)明實施例通過采用神經機器翻譯NMT模型對語音識別得到的初始文本信息，進行再次識別糾正，能夠得到較為準確的文本識別結果，可以提高語音識別的準確率。

附圖說明

圖1是本發(fā)明實施例一提供的一種語音識別結果糾正方法的流程圖；

圖2A是本發(fā)明實施例二提供的一種語音識別結果糾正方法的流程圖；

圖2B是本發(fā)明實施例二提供的一種語音識別結果糾正方法中的編碼解碼過程示意圖；

圖3A是本發(fā)明實施例三提供的一種語音識別結果糾正方法的流程圖；

圖3B是本發(fā)明實施例三提供的一種語音識別結果糾正方法中的計算節(jié)點示意圖；

圖3C是本發(fā)明實施例三提供的一種語音識別結果糾正方法中的加入attention機制后的隱狀態(tài)計算示意圖；

圖3D是本發(fā)明實施例三提供的一種語音識別結果糾正方法中的加入反饋后的attention機制的隱狀態(tài)計算示意圖；