[發明專利]一種同音詞定位的方法及裝置

有效

• 申請號: 201710920327.4
• 申請日: 2017-09-30
• 公開（公告）號: CN109599097B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 鄒士杰
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/22;G10L15/26
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 葛聰慧;王寶筠

本發明公開了一種同音詞定位的方法及裝置，該方法包括：一方面，依據同音詞數據庫中包括的同音詞對應關系，快速查找到搜索詞對應的同音詞，并將同音詞和搜索詞記作目標索引詞；另一方面，依據倒排索引庫包括的索引詞與文字片段的對應關系，以目標索引詞作為索引值，獲得該目標索引詞對應的文字片段，即，定位到包含該目標索引詞的目標文字片段。因此，利用同音詞數據庫和倒排索引庫，能夠準確、快速的定位到目標文字片段，進而提高對該目標文字片段中包含的搜索詞，和/或搜索詞的同音詞進行糾錯的效率。

技術領域

本發明涉及互聯網技術領域，特別是涉及一種同音詞定位的方法及裝置。

背景技術

隨著語音識別技術的發展，很多應用場景需要采用語音識別技術，將語音轉換成文字。以法院的庭審記錄為例，傳統的方式下，大都采用書記員速記的方式，獲得庭審記錄，但是，由于人工記錄速度比發言人的語速慢，記錄內容存在遺漏。而采用語音識別技術，可以將庭審錄音轉換成文字作為庭審記錄，獲得庭審記錄的速度快，內容全面。

但是，采用語音識別技術進行文字轉換時，僅從發音進行文字轉換，會存在同音詞轉換錯誤的情況。例如：將“異議”錯誤的轉換成“意義”等。因此，需要對轉換后所得的文字進行糾錯，尤其是糾正轉換錯誤的同音詞。從轉換后所獲得大量的文字中，如何快速的定位轉換錯誤的同音詞，成為亟待解決的問題。

發明內容

本發明解決的技術問題在于提供一種同音詞定位的方法及裝置，從而能夠快速準確地定位文字片段中轉換錯誤的同音詞，并進行同音詞糾錯。

為此，本發明解決技術問題的技術方案是：

一種同音詞定位的方法，該方法包括：

獲取搜索詞；

從同音詞數據庫中，查找所述搜索詞的同音詞，將所述搜索詞和所述同音詞作為目標索引詞，所述同音詞數據庫中包括同音詞的對應關系；

從倒排索引庫中，定位所述目標索引詞所屬的文字片段作為目標文字片段，所述倒排索引庫包括索引詞與文字片段的對應關系，一個文字片段包括對該文字片段對應的媒體片段進行語音識別所獲得的文字。

可選的，該方法還包括：

顯示所述目標文字片段；

播放所述目標文字片段對應的目標媒體片段，用以對所述目標文字片段進行糾錯。

可選的，播放所述目標文字片段對應的目標媒體片段包括：

從第一數據庫中，查找所述目標文字片段對應的所述目標媒體片段，所述第一數據庫包括文字片段與媒體片段的對應關系；

播放所述目標媒體片段。

可選的，播放所述目標文字片段對應的目標媒體片段包括：

從第二數據庫中，查找所述目標文字片段對應的所述目標媒體片段的目標播放時刻，所述目標播放時刻包括所述目標媒體片段在媒體文件中播放的起始播放時刻，所述第二數據庫包括文字片段與播放時刻的對應關系；

跳轉至所述媒體文件中所述目標媒體片段的起始播放時刻，播放所述目標媒體片段。

可選的，上述方法還包括：

對所述目標文字片段糾錯后，將所述目標文字片段標記為已糾錯。

另外，本發明還提供了一種同音詞定位的裝置，該裝置包括：

獲取模塊，用于獲取搜索詞；

查找模塊，用于從同音詞數據庫中，查找所述搜索詞的同音詞，將搜索詞和所述同音詞作為目標索引詞，所述同音詞數據庫中包括同音詞的對應關系；