[發明專利]一種語音識別方法及其裝置

在審

• 申請號: 201710655476.2
• 申請日: 2017-08-03
• 公開（公告）號: CN107451121A
• 公開（公告）日: 2017-12-08
• 發明（設計）人: 李英杰
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G10L15/26
• 代理公司: 北京同達信恒知識產權代理有限公司11291
• 代理人: 郭潤湘

1.一種語音識別方法，其特征在于，該方法包括：

根據輸入的語音識別出該語音所對應的句子文本；

識別所述句子文本中的錯詞；

確定所述錯詞所對應的替換詞；

將所述錯詞更改為所述替換詞。

2.根據權利要求1所述的方法，其特征在于，所述識別所述句子文本中的錯詞，包括：

對所述句子文本進行分詞處理，得到至少一個詞語；

根據預設的訓練語料庫，確定與所述句子文本中的選定詞語相似度最大的前N個相似詞語，N為正整數；

確定所述前N個相似詞語與所述選定詞語的第一平均相似度；

依次計算所述選定詞語與所述句子文本中其他詞語之間的相似度，并確定所述選定詞語與所述其他詞語之間的最大相似度一；

當所述第一平均相似度小于第一閾值，且所述最大相似度一小于第二閾值時，則確定所述選定詞語為錯詞。

3.根據權利要求1所述的方法，其特征在于，確定所述錯詞所對應的替換詞，包括：

將所述錯詞轉換成拼音，根據預設的拼音詞語映射表確定所述拼音所對應的M個詞語，M為正整數；

根據預設的訓練語料庫，分別確定所述拼音所對應的M個詞語中的每一詞語所對應的相似度最大的前P個相似詞語，P為正整數；

依次確定所述M個詞語中的每一詞語與該詞語所對應的相似度最大的前P個相似詞語的第二平均相似度；

依次計算所述M個詞語中的每一詞語與所述句子文本中其他詞語之間的相似度，并確定所述M個詞語中的每一詞語與所述其他詞語之間的最大相似度二；

依次確定所述M個詞語中的每一詞語所對應的第二平均相似度與所述最大相似度二之間的平均值，將M個所述平均值中的最大值所對應的詞語作為所述錯詞的替換詞。

4.根據權利要求2或3所述的方法，其特征在于，

所述預設的訓練語料庫中的每一詞語對應一個詞向量模型，根據每一詞語所對應的詞向量模型，確定兩個詞語之間的相似度。

5.根據權利要求3所述的方法，其特征在于，

所述預設的拼音詞語映射表是根據預設的語料庫中的詞語，將所述詞語轉換成拼音，且拼音相同的詞語為一組而建立的拼音與詞語的映射關系表。

6.根據權利要求3或5所述的方法，其特征在于，根據區位碼定位的方式將所述預設的拼音詞語映射表預先進行存儲。

7.根據權利要求2所述的方法，其特征在于，對所述句子文本進行分詞處理，得到至少一個詞語，包括：

對所述句子文本進行分詞，去掉停用詞后，得到至少一個詞語。

8.一種語音識別裝置，其特征在于，該裝置包括：

初步識別單元，用于根據輸入的語音識別出該語音所對應的句子文本；

錯詞識別單元，用于識別所述句子文本中的錯詞；

替換詞確定單元，用于確定所述錯詞所對應的替換詞；

替換單元，用于將所述錯詞更改為所述替換詞。

9.根據權利要求8所述的裝置，其特征在于，所述錯詞識別單元，具體用于：

對所述句子文本進行分詞處理，得到至少一個詞語；

根據預設的訓練語料庫，確定與所述句子文本中的選定詞語相似度最大的前N個相似詞語，N為正整數；

確定所述前N個相似詞語與所述選定詞語的第一平均相似度；

依次計算所述選定詞語與所述句子文本中其他詞語之間的相似度，并確定所述選定詞語與所述其他詞語之間的最大相似度一；

當所述第一平均相似度小于第一閾值，且所述最大相似度一小于第二閾值時，則確定所述選定詞語為錯詞。