[發明專利]文本信息糾錯方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201811325678.1
• 申請日: 2018-11-08
• 公開（公告）號: CN109522550B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 肖文龍;劉建;黃華倫
• 申請（專利權）人: 和美（深圳）信息技術股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 王寧

本申請涉及一種文本信息糾錯方法，所述方法包括：獲取音頻信息對應的文本信息，將所述文本信息轉化為第一拼音列表；根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表；當存在所述多個拼音首字母對應的第二詞語列表時，在所述文本信息中查找所述多個拼音首字母對應的字符串；在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，得到糾錯后的文本信息。采用本方法能夠提高文本信息的準確性，從而提高語音識別的準確性。

技術領域

本申請涉及語音技術領域，特別是涉及一種文本信息糾錯方法、裝置、計算機設備和存儲介質。

背景技術

語音識別是一門交叉學科，該技術涉及信號處理、模式識別、概率論和信息論、發聲機理和聽覺機理、人工智能等多個領域。語音識別的主要過程是獲取拾音系統中的音頻信息，從該音頻信息中提取聲學特征，然后根據語音識別模型將音頻信息轉化為文本信息。在語音識別的過程中，文本信息的準確性極易受到各種因素的影響。例如，語音識別模型不能識別音頻信息中的諧音詞語、音頻信息中英混雜，以及音頻信息中用戶發音不準等。因此，如何提高文本信息的準確性，從而提高語音識別的準確性成為目前需要解決的一個技術問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠在提高文本信息的準確性，從而提高語音識別的準確性的文本信息糾錯方法、裝置、計算機設備和存儲介質。

一種文本信息糾錯方法，所述方法包括：

獲取音頻信息對應的文本信息，將所述文本信息轉化為第一拼音列表；

根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表；

當存在所述多個拼音首字母對應的第二詞語列表時，在所述文本信息中查找所述多個拼音首字母對應的字符串；

在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，得到糾錯后的文本信息。

在其中一個實施例中，所述根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二詞語列表，包括：

根據所述第一拼音列表中的多個拼音首字母在字典樹中查找是否存在所述多個拼音首字母對應的第二拼音列表；

當存在所述多個拼音首字母對應的第二拼音列表時，獲取所述第二拼音列表對應的第二詞語列表。

在其中一個實施例中，所述在所述第二詞語列表中選擇所述字符串對應的詞語，將所述詞語對相應的字符串進行糾錯，包括：

當所述第二詞語列表的長度大于預設值時，將所述第二詞語列表中的詞語與所述字符串進行比對，得到比對結果；

當所述比對結果中存在比對成功的詞語時，將所述詞語對相應的字符串進行糾錯。

在其中一個實施例中，所述方法還包括：當所述比對結果中未得到比對成功的詞語時，將所述第二詞語列表中的詞語在所述第二拼音列表中的拼音與所述字符串在所述第一拼音列表中的拼音進行比對，得到拼音比對結果；選取所述拼音比對結果中匹配度最高的詞語，將所述匹配度最高的詞語對相應的字符串進行糾錯。

在其中一個實施例中，所述方法還包括：

對所述字典樹中每個節點存儲的拼音列表中發音近似的音節進行字母過濾處理；

在過濾處理后的字典樹中查找所述第一拼音列表中的多個拼音首字母對應的第二詞語列表。

一種文本信息糾錯裝置，所述裝置包括：

信息轉化模塊，用于獲取音頻信息對應的文本信息，將所述文本信息轉化為第一拼音列表；