[發(fā)明專利]可快速更新語言模型的大規(guī)模語音識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911420724.0
• 申請日: 2019-12-31
• 公開（公告）號: CN111063337B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計）人: 陸沁
• 申請（專利權(quán)）人: 思必馳科技股份有限公司
• 主分類號: G10L15/00
• 分類號: G10L15/00;G10L15/06;G10L15/08;G10L15/26
• 代理公司: 北京商專永信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11400
• 代理人: 黃謙;鄧婷婷

1.一種可快速更新語言模型的大規(guī)模語音識別方法，包括：

步驟S101，獲取多個說法結(jié)構(gòu)語句；每個所述說法結(jié)構(gòu)語句中包括多個類別詞條；

步驟S102，獲取所述多個類別所對應(yīng)的詞條；

步驟S103，根據(jù)所述說法結(jié)構(gòu)語句及所述多個類別的詞條擴展為完整的擴展語音文本；

步驟S104，從所述步驟S101中的說話結(jié)構(gòu)語句中多個類別詞條中，選取多個待更新類別詞條；將含有待更新類別詞條的說法與所述擴展語音文本合并，組成訓(xùn)練語料；訓(xùn)練所述訓(xùn)練語 料獲取說法語言模型；

步驟S105，從所述步驟S101中的說話結(jié)構(gòu)語句中選取頻繁更新的類別詞條為新詞條的類別；按設(shè)定時間或設(shè)定時間間隔從預(yù)設(shè)的詞條數(shù)據(jù)庫中獲取與所述新詞條的類別對應(yīng)的新詞條；將所述新詞條加入對應(yīng)的詞條文本中，并分別訓(xùn)練各類新詞條的詞條語言模型；

步驟S106，從當(dāng)前采集語句中獲取當(dāng)前更新詞條；將所述當(dāng)前更新詞條對應(yīng)加入所述多個類別的詞條中，通過步驟S103的步驟擴展為當(dāng)前語音文本；將所述當(dāng)前語音文本與所述當(dāng)前采集語句合并，組成新的當(dāng)前訓(xùn)練文本；訓(xùn)練所述當(dāng)前訓(xùn)練文本得到當(dāng)前說法語言模型；通過所述當(dāng)前更新詞條更新所述新詞條，將所述新詞條從所述預(yù)設(shè)的詞條數(shù)據(jù)庫中移除；

步驟S107，根據(jù)所述說法語言模型及所述詞條語言模型結(jié)合聲學(xué)模型編譯成解碼網(wǎng)絡(luò)；

步驟S108，通過所述解碼網(wǎng)絡(luò)識別當(dāng)前待識別語音，獲取識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的大規(guī)模語音識別方法，其中，所述步驟S101中還包括：采集多段用戶語音；識別所述多段用戶語音獲取多個說法結(jié)構(gòu)語句。

3.根據(jù)權(quán)利要求1所述的大規(guī)模語音識別方法，其中，所述步驟S105中還包括：獲取詞條數(shù)據(jù)庫。

4.根據(jù)權(quán)利要求1所述的大規(guī)模語音識別方法，其中，所述步驟S107中還包括，根據(jù)所述說法語言模型及所述詞條語言模型結(jié)合聲學(xué)模型通過支持class-based解碼的解碼器編譯成解碼網(wǎng)絡(luò)。

5.一種可快速更新語言模型的大規(guī)模語音識別系統(tǒng)，包括：

獲取說法結(jié)構(gòu)語句單元，其配置為獲取多個說法結(jié)構(gòu)語句；每個所述說法結(jié)構(gòu)語句中包括多個類別詞條；

詞條獲取單元，其配置為獲取所述多個類別所對應(yīng)的詞條；

擴展單元，其配置為根據(jù)所述說法結(jié)構(gòu)語句及所述多個類別的詞條擴展為完整的擴展語音文本；

說法語言模型獲取單元，其配置為從所述步驟S101中的說話結(jié)構(gòu)語句中多個類別詞條中，選取多個待更新類別詞條；將含有待更新類別詞條的說法與所述擴展語音文本合并，組成訓(xùn)練語料；訓(xùn)練所述訓(xùn)練語 料獲取說法語言模型；

詞條語言模型獲取單元，其配置為從所述步驟S101中的說話結(jié)構(gòu)語句中選取頻繁更新的類別詞條為新詞條的類別；按設(shè)定時間或設(shè)定時間間隔從預(yù)設(shè)的詞條數(shù)據(jù)庫中獲取與所述新詞條的類別對應(yīng)的新詞條；將所述新詞條加入對應(yīng)的詞條文本中，并分別訓(xùn)練各類新詞條的詞條語言模型；

更新單元，其配置為從當(dāng)前采集語句中獲取當(dāng)前更新詞條；將所述當(dāng)前更新詞條對應(yīng)加入所述多個類別的詞條中，通過步驟S103的步驟擴展為當(dāng)前語音文本；將所述當(dāng)前語音文本與所述當(dāng)前采集語句合并，組成新的當(dāng)前訓(xùn)練文本；訓(xùn)練所述當(dāng)前訓(xùn)練文本得到當(dāng)前說法語言模型；通過所述當(dāng)前更新詞條更新所述新詞條，將所述新詞條從所述預(yù)設(shè)的詞條數(shù)據(jù)庫中移除；

解碼單元，其配置為根據(jù)所述說法語言模型及所述詞條語言模型結(jié)合聲學(xué)模型編譯成解碼網(wǎng)絡(luò)；

識別結(jié)果獲取單元，其配置為通過所述解碼網(wǎng)絡(luò)識別當(dāng)前待識別語音，獲取識別結(jié)果。

6.根據(jù)權(quán)利要求5所述的大規(guī)模語音識別系統(tǒng)，其中，所述獲取說法結(jié)構(gòu)語句單元還配置為采集多段用戶語音；識別所述多段用戶語音獲取多個說法結(jié)構(gòu)語句。

7.根據(jù)權(quán)利要求5所述的大規(guī)模語音識別系統(tǒng)，其中，所述詞條語言模型獲取單元，還配置獲取詞條數(shù)據(jù)庫。

8.根據(jù)權(quán)利要求5所述的大規(guī)模語音識別系統(tǒng)，其中，所述更新單元還配置為，根據(jù)所述說法語言模型及所述詞條語言模型結(jié)合聲學(xué)模型通過支持class-based解碼的解碼器編譯成解碼網(wǎng)絡(luò)。