[發(fā)明專利]語音識別的方法及裝置、設備

有效

• 申請?zhí)枺?/td>: 201710831319.2
• 申請日: 2017-09-15
• 公開（公告）號: CN109523991B
• 公開（公告）日: 2023-08-18
• 發(fā)明（設計）人: 高杰;李威;朱林
• 申請（專利權(quán)）人: 阿里巴巴集團控股有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/30;G10L15/32
• 代理公司: 北京安信方達知識產(chǎn)權(quán)代理有限公司 11262
• 代理人: 孫敬霞;栗若木

一種請語音識別的方法及裝置、設備，包括：接收來自用戶的語音；獲取熱詞語言模型，所述熱詞語言模型為根據(jù)用戶提供的熱詞訓練得到的語言模型；利用所述熱詞語言模型以及預置的主語言模型對所述語音進行解碼。本申請至少能夠有效提高熱詞的識別準確率。

技術(shù)領(lǐng)域

本發(fā)明涉及語音技術(shù)領(lǐng)域，尤其涉及一種語音識別的方法及裝置、設備。

背景技術(shù)

語言模型訓練的好壞對語音識別性能有著重要的影響，訓練語料越大，語音識別的效果越好，但再大的訓練語料，也難包含所有的語言現(xiàn)象。盡管某些領(lǐng)域可以通過對領(lǐng)域內(nèi)語料訓練語言模型，提升該領(lǐng)域內(nèi)的語音識別準確率，但是針對某些特定詞，尤其是熱詞的出現(xiàn)和熱詞出現(xiàn)的時段性(某些詞在某些事件內(nèi)被人們提及較多，比如一首新歌的歌名)，仍大大影響語音識別準確率。

發(fā)明內(nèi)容

本申請旨在至少解決相關(guān)技術(shù)中的技術(shù)問題之一。

本申請?zhí)峁┮环N語音識別的方法及裝置、設備，至少能夠有效提高熱詞的識別準確率。

本申請采用如下技術(shù)方案：

一種語音識別的方法，包括：

接收來自用戶的語音；

獲取熱詞語言模型，所述熱詞語言模型為根據(jù)用戶提供的熱詞訓練得到的語言模型；

利用所述熱詞語言模型以及預置的主語言模型對所述語音進行解碼。

其中，所述獲取熱詞語言模型，包括：根據(jù)用戶提供的熱詞和權(quán)重信息得到熱詞詞表，并根據(jù)所述熱詞詞表編譯熱詞語言模型。

其中，所述獲取熱詞語言模型，包括：根據(jù)用戶提供的熱詞和權(quán)重信息得到熱詞詞表；在所述熱詞詞表沒有更改時，查找之前編譯過的對應所述熱詞詞表的熱詞語言模型。

其中，所述獲取熱詞語言模型之前，還包括：向用戶提供權(quán)重檔位信息，所述權(quán)重檔位信息與預先設定的權(quán)重得分相對應；所述獲取熱詞語言模型，包括：接收所述用戶提供的熱詞以及選擇的權(quán)重檔位信息。

其中，所述根據(jù)所述熱詞詞表編譯熱詞語言模型，包括：根據(jù)所述熱詞詞表中各熱詞及其權(quán)重信息進行分詞，得到分詞詞表；利用所述分詞詞表構(gòu)建帶權(quán)重的前綴樹；利用所述帶權(quán)重的前綴樹構(gòu)建加權(quán)有限狀態(tài)接收器WFSA，并得到基于所述WFSA的熱詞語言模型。

其中，所述利用所述帶權(quán)重的前綴樹構(gòu)建WFSA之前，還包括：調(diào)整所述前綴樹上各弧的權(quán)重，使得所述前綴樹上路徑的權(quán)重得分與該路徑所對應的熱詞權(quán)重得分一致。

其中，所述利用所述帶權(quán)重的前綴樹構(gòu)建WFSA之前，還包括：采用最長后綴匹配在所述前綴樹上添加跳轉(zhuǎn)弧，并調(diào)整所述跳轉(zhuǎn)弧上的權(quán)重使得根節(jié)點到相應跳轉(zhuǎn)節(jié)點的路徑的權(quán)重得分相同。

其中，所述利用所述熱詞語言模型以及預置的主語言模型對所述語音進行解碼，包括：利用主語言模型查分，同時利用熱詞語言模型進行查分，將所述查分的結(jié)果疊加得到每個詞的得分，并根據(jù)每個詞的得分得到識別結(jié)果。

其中，所述主語言模型為N-gram語言模型。

一種語音識別裝置，包括：

接收模塊，用于接收來自用戶的語音；

獲取模塊，用于獲取熱詞語言模型，所述熱詞語言模型為根據(jù)用戶提供的熱詞訓練得到的語言模型；

解碼模塊，用于利用所述熱詞語言模型以及預置的主語言模型對所述語音進行解碼。

一種語音識別設備，包括：

存儲有語音識別程序存儲器；

處理器，配置為讀取所述語音識別程序以執(zhí)行下述操作：

接收來自用戶的語音；