[發(fā)明專利]一種語音識別糾錯方法及人機(jī)對話系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910717838.5
• 申請日: 2019-08-05
• 公開（公告）號: CN110428822B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計）人: 蘭飛
• 申請（專利權(quán)）人: 重慶電子工程職業(yè)學(xué)院
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/22;G10L15/26;G10L15/04;G06F40/232
• 代理公司: 重慶強(qiáng)大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 陳家輝

本發(fā)明涉及語音識別糾錯技術(shù)領(lǐng)域，具體為一種語音識別糾錯方法及人機(jī)對話系統(tǒng)，該方法包括以下步驟：獲取語音識別結(jié)果和候選語義片段以及語音識別結(jié)果的拼音和候選語義片段的拼音；將語音識別結(jié)果和候選語義片段進(jìn)行組合，形成若干新的糾錯文本，計算糾錯文本的組合分?jǐn)?shù)，根據(jù)組合分?jǐn)?shù)篩選糾錯文本得到糾錯候選列表；語言模型優(yōu)化步驟，利用語言模型計算語言模型評分，并根據(jù)組合分?jǐn)?shù)和語言模型評分生成最終糾錯列表。本發(fā)明提供的一種語音識別糾錯方法及人機(jī)對話系統(tǒng)，可以在語音識別錯誤后，更加準(zhǔn)確的匹配出糾錯文本，有效的減少語音識別的結(jié)果對中文人機(jī)對話流程的跳轉(zhuǎn)影響，提高人機(jī)對話質(zhì)量。

技術(shù)領(lǐng)域

本發(fā)明涉及語音識別糾錯技術(shù)領(lǐng)域，具體為一種語音識別糾錯方法及人機(jī)對話系統(tǒng)。

背景技術(shù)

人機(jī)對話技術(shù)的研究最早可以追溯到上世紀(jì)六十年代，自阿蘭·圖靈提出通過圖靈測試來檢驗機(jī)器是否具有人類智能的設(shè)想以來，研究人員就開始致力于人機(jī)對話系統(tǒng)的研究。目前，市面上有眾多人機(jī)對話的產(chǎn)品，如智能語音助手、電話機(jī)器人等，這些產(chǎn)品中語音識別技術(shù)都是非常重要的模塊。由于用戶的非標(biāo)準(zhǔn)化表達(dá)、方言、環(huán)境噪聲等因素，導(dǎo)致錯誤的語音識別結(jié)果，這是導(dǎo)致人機(jī)對話失敗的主要原因。

我國語音識別研究工作起步于五十年代，近年來由于深度學(xué)習(xí)技術(shù)的推動，語音識別技術(shù)發(fā)展很快。我國語音識別技術(shù)的研究水平已經(jīng)基本上與國外同步，在漢語語音識別技術(shù)上還有自己的特點(diǎn)與優(yōu)勢，并達(dá)到國際先進(jìn)水平。國內(nèi)語音識別技術(shù)領(lǐng)先的單位有科大訊飛、阿里、百度等互聯(lián)網(wǎng)巨頭廠商。這些廠商在漢語語音識別上投入了巨大的人力和財力，在各類學(xué)術(shù)競賽中獲得領(lǐng)先水平，在實(shí)際的工業(yè)生產(chǎn)中，收集了大量的模型訓(xùn)練語料，在短時間內(nèi)形成了語音識別的技術(shù)高地。目前，考慮到語音識別的效果，國內(nèi)很多的人機(jī)交互產(chǎn)品選擇采用互聯(lián)網(wǎng)巨頭語音識別技術(shù)。但是，在特定的交互場景下，互聯(lián)網(wǎng)巨頭語音識別技術(shù)仍有很大的不足，尤其是大量環(huán)境噪聲下的短文本識別。此時，由于無法直接修改語音識別模型，只能夠致力于將語音識別結(jié)果映射到場景相關(guān)的文本上去。在人機(jī)對話過程中，預(yù)設(shè)了用戶的說話語義范圍，而在語音識別中并沒有這個假設(shè)，所以，采用中文人機(jī)對話中的候選語料糾正語音識別結(jié)構(gòu)，對于提高人機(jī)對話質(zhì)量有重要的意義。

發(fā)明內(nèi)容

本發(fā)明意在提供一種語音識別糾錯方法及一種人機(jī)對話系統(tǒng)，可以在語音識別錯誤后，更加準(zhǔn)確的匹配出糾錯文本，有效的減少語音識別的結(jié)果對中文人機(jī)對話流程的跳轉(zhuǎn)影響，提高人機(jī)對話質(zhì)量。

為了解決上述技術(shù)問題，本申請?zhí)峁┤缦录夹g(shù)方案：

一種語音識別糾錯方法，包括以下步驟：

獲取語音識別結(jié)果和候選語義片段以及語音識別結(jié)果的拼音和候選語義片段的拼音；

將語音識別結(jié)果和候選語義片段進(jìn)行組合，形成若干新的糾錯文本，計算語音識別結(jié)果和候選語義片段的拼音相似度和糾錯文本的組合分?jǐn)?shù)，根據(jù)組合分?jǐn)?shù)篩選糾錯文本得到糾錯候選列表；

語言模型優(yōu)化步驟，利用語言模型計算語言模型評分，并根據(jù)組合分?jǐn)?shù)和語言模型評分生成最終糾錯列表。

本發(fā)明技術(shù)方案中，通過使用拼音空間相似度算法，并采用了動態(tài)規(guī)劃方法計算最優(yōu)語義文本組合，形成糾錯候選列表，可以更加準(zhǔn)確的匹配出正確的語義文本，并且，通過采用拼音空間相似度算法和語言模型融合的方式，不僅僅從發(fā)音上，更結(jié)合字符串之間本身的語義關(guān)系，可以避免糾錯候選列表中存在語序不通、同音錯別字等問題，進(jìn)一步提高匹配的準(zhǔn)確度。將其應(yīng)用于人機(jī)對話系統(tǒng)后，可以有效的減少語音識別的結(jié)果對中文人機(jī)對話流程的跳轉(zhuǎn)影響，提高人機(jī)對話質(zhì)量。

進(jìn)一步，計算各個語義文本的拼音相似度評分具體包括以下步驟：

計算語音識別結(jié)果的拼音對應(yīng)的字符串的子字符串和候選語義片段之間的拼音相似度，形成相似度矩陣M_k；

根據(jù)拼音相似度計算組合分?jǐn)?shù)；