[發明專利]語音識別方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201811527515.1
• 申請日: 2018-12-13
• 公開（公告）號: CN109473093B
• 公開（公告）日: 2023-08-04
• 發明（設計）人: 譚莉
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L15/14
• 分類號: G10L15/14;G10L15/26
• 代理公司: 深圳眾鼎專利商標代理事務所(普通合伙) 44325
• 代理人: 黃章輝

1.一種語音識別方法，其特征在于，包括：

獲取測試產品缺陷過程中錄入的測試語音數據；

將所述測試語音數據輸入語音識別模型，并通過所述語音識別模型進行語音識別，獲取所述測試語音數據的識別文本；

獲取預設的馬爾可夫模型；

將所述識別文本輸入所述馬爾可夫模型，并通過所述馬爾可夫模型識別所述識別文本，獲取所述馬爾可夫模型中輸出的各修正文本的輸出概率；其中，根據字詞的關聯程度和第一權重、句子的關聯程度和第二權重、段落的關聯程度和第三權重，確定輸出概率；所述輸出概率為所述修正文本契合所述測試語音數據的概率；

根據各所述修正文本的輸出概率確認與所述識別文本對應的修正文本。

2.如權利要求1所述的語音識別方法，其特征在于，所述獲取預設的馬爾可夫模型，包括：

獲取缺陷樣本文本；所述缺陷樣本文本為語音識別此前測試產品缺陷過程中錄入的歷史測試語音數據之后，所獲取的歷史識別文本；

通過包含初始參數的馬爾可夫模型對所有所述缺陷樣本文本進行修正，獲取修正后的樣本修正文本，并獲取所有所述樣本修正文本與所有所述缺陷樣本文本的正確文本之間的整體相似度；

檢測所述整體相似度是否大于或等于預設的相似閾值；

當所述整體相似度小于所述相似閾值時，調整所述馬爾可夫模型的初始參數，并返回執行獲取所述整體相似度及其后續步驟，直至所述整體相似度大于或等于所述相似閾值；

當所述整體相似度大于或等于所述相似閾值時，確認所述馬爾可夫模型訓練完成，并獲取訓練完成后的所述馬爾可夫模型。

3.如權利要求2所述的語音識別方法，其特征在于，所述通過包含初始參數的馬爾可夫模型對所有所述缺陷樣本文本進行修正，獲取修正后的樣本修正文本，并獲取所有所述樣本修正文本與所有所述缺陷樣本文本的正確文本之間的整體相似度，包括：

從所有所述缺陷樣本文本中選取一個尚未被修正的缺陷樣本文本作為當前識別文本；

使用所述馬爾可夫模型對所述當前識別文本進行修正，獲得樣本修正文本；

將所述樣本修正文本與所述樣本修正文本對應的缺陷樣本的正確文本之間的相似程度設定為樣本相似度，計算所述樣本相似度；

判斷所有所述缺陷樣本文本中是否存在尚未被修正的所述缺陷樣本文本，若存在尚未被修正的所述缺陷樣本文本，則返回執行選取一個尚未被修正的缺陷樣本作為當前識別文本及其后續步驟；

若不存在尚未被修正的缺陷樣本文本，將所有所述樣本相似度之和的算術平均值確定為所述整體相似度。

4.如權利要求1所述的語音識別方法，其特征在于，所述根據各所述修正文本的輸出概率確認與所述識別文本對應的修正文本之后，還包括：

對所述修正文本進行分詞處理，并將分詞后的所述修正文本按預設的位置規則重新編排，生成提交文本。

5.如權利要求1所述的語音識別方法，其特征在于，所述將所述測試語音數據輸入語音識別模型，并通過所述語音識別模型進行語音識別，獲取所述測試語音數據的識別文本之前，還包括：

獲取測試語音樣本，并根據所述測試語音樣本訓練語音識別模型，并獲取訓練后能夠根據測試語音數據輸出識別文本的語音識別模型；所述測試語音樣本即為歷史測試語音數據，各所述歷史測試語音數據包含同一識別文本。

6.一種語音識別裝置，其特征在于，包括：

數據獲取模塊，用于獲取測試產品缺陷過程中錄入的測試語音數據；

識別模塊，用于將所述測試語音數據輸入語音識別模型，并通過所述語音識別模型進行語音識別，獲取所述測試語音數據的識別文本；

模型獲取模塊，用于獲取預設的馬爾可夫模型；

修正模塊，用于將所述識別文本輸入所述馬爾可夫模型，并通過所述馬爾可夫模型識別所述識別文本，獲取所述馬爾可夫模型中輸出的各修正文本的輸出概率；其中，根據字詞的關聯程度和第一權重、句子的關聯程度和第二權重、段落的關聯程度和第三權重，確定輸出概率；所述輸出概率為所述修正文本契合所述測試語音數據的概率；

確認模塊，用于根據各所述修正文本的輸出概率確認與所述識別文本對應的修正文本。