[發明專利]一種語音識別方法、裝置和計算機可讀存儲介質

有效

• 申請號: 201810600422.0
• 申請日: 2018-06-12
• 公開（公告）號: CN110600011B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 高瑩瑩
• 申請（專利權）人: 中國移動通信有限公司研究院;中國移動通信集團有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/08;G10L15/10
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明實施例提供了一種語音識別方法、裝置和計算機可讀存儲介質，所述方法包括：統計識別結果中每個詞語發生每種類型識別錯誤的次數；基于所述每個詞語發生每種類型識別錯誤的次數，確定該詞語以及該詞語構成的N元詞組的語言模型加權因子；基于所述語言模型加權因子，分別對該詞語的語言模型概率以及該詞語構成的N元詞組的語言模型概率進行調整，基于調整后的語言模型再次進行語音識別；所述N為大于1的正整數。

技術領域

本發明涉及移動通信技術領域，尤其涉及一種語音識別方法、裝置和計算機可讀存儲介質。

背景技術

語音識別的最終目標是把輸入的語音序列轉換為正確的漢字序列。在大詞匯量連續語音識別中，由于各種因素的影響，解碼輸出的識別假設中經常存在錯誤，阻礙了語音識別系統的應用。

對于識別結果的糾錯方法通常是基于某些轉換規則的，如在某些條件下將某些詞語修正為其他詞語，這類方法的難點在于如何提取或學習到有效并且魯棒的轉換規則，而不會在修正某些詞語的同時又引入了新的錯誤。

相關技術中提出了提高語音識別準確性的方法，但是也存在一定的局限性：

1)應用過程需要積累一定量的用戶語料并提供用戶文檔，在當前很多應用中不具備該條件；

2)按類別對加權因子進行調整的方式相對較粗，不能更有針對性的調整某些易錯易混詞；

3)未給出對于詞組語言模型概率調整的方法。

發明內容

有鑒于此，本發明實施例期望提供一種語音識別方法、裝置和計算機可讀存儲介質。

為達到上述目的，本發明實施例的技術方案是這樣實現的：

本發明實施例提供了一種語音識別方法，該方法包括：

統計識別結果中每個詞語發生每種類型識別錯誤的次數；

基于所述每個詞語發生每種類型識別錯誤的次數，確定該詞語以及該詞語構成的N元詞組的語言模型加權因子；

基于所述語言模型加權因子，分別對該詞語的語言模型概率以及該詞語構成的N元詞組的語言模型概率進行調整，基于調整后的語言模型再次進行語音識別；所述N為大于1的正整數。

其中，所述識別錯誤的類型包括：

替代型錯誤、刪除型錯誤和插入型錯誤。

其中，所述統計識別結果中每個詞語發生每種類型識別錯誤的次數，包括：

確定發生刪除型錯誤，則在標注文本中該錯誤位置對應詞語的刪除型錯誤次數D加1；在標注文本中與該詞語構成的N元詞組的D也加1；

確定發生插入型錯誤，則在識別文本中該錯誤位置對應詞語的插入型錯誤次數I加1；在識別文本中與該詞語構成的N元詞組的I也加1；

確定發生替代型錯誤，則在標注文本中該錯誤位置對應詞語的被其他詞語替代次數S_pas加1，在標注文本中與該詞語構成的N元詞組的S_pas也加1；在識別文本中該錯誤位置對應詞語替代目標詞語的次數S_act加1，在識別文本中與該詞語構成的N元詞組的S_act也加1。

其中，所述語言模型加權因子表示為：

R＝(S_pas+D)/(S_act+I)；

其中，所述R表示語言模型加權因子，所述D表示在識別結果中出現刪除型錯誤的次數，所述I表示插入型錯誤的次數，所述S_act表示替代目標詞語的次數，所述S_pas表示被其他詞語替代的次數。

其中，所述基于所述語言模型加權因子，分別對該詞語的語言模型概率以及該詞語構成的N元詞組的語言模型概率進行調整，包括：