[發明專利]車載語音識別方法、裝置、可讀存儲介質及電子設備

在審

• 申請號: 202010107278.4
• 申請日: 2020-02-21
• 公開（公告）號: CN111354363A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 莫凡;孫玨;薛思皓;毛麗旦·玉素甫江
• 申請（專利權）人: 鎂佳(北京)科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/06
• 代理公司: 北京臻之知識產權代理有限公司 11629
• 代理人: 趙福梅

1.一種車載語音識別方法，其特征在于，包括：

獲取車輛內的音頻信息；

根據所述音頻信息和訓練后的語音識別模型，確定與所述音頻信息相匹配的文本信息；

其中，所述語音識別模型通過以下訓練方式得到：

獲取所述車輛內特定場景下的歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息；

根據所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，對所述語音識別模型進行訓練，以得到訓練后的所述語音識別模型。

2.根據權利要求1所述的方法，其特征在于，所述語音識別模型包括在線語音識別模型和離線語音識別模型，所述方法還包括：

根據所述在線語音識別模型輸出的文本信息，確定所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息；

所述根據所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，對所述語音識別模型進行訓練，以得到訓練后的所述語音識別模型，包括：

根據所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，對所述離線語音識別模型進行訓練，以得到訓練后的所述離線語音識別模型。

3.根據權利要求2所述的方法，其特征在于，每一車輛各自對應不同的在線語音識別模塊、離線語音識別模型；所述根據所述在線語音識別模型輸出的文本信息，確定所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，包括：

針對每一車輛，根據該車輛的在線語音識別模型輸出的文本信息，確定該車輛的所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息。

4.根據權利要求2所述的方法，其特征在于，所述根據所述在線語音識別模型輸出的文本信息，確定所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，包括：

獲取所述在線語音識別模型輸出的文本信息；

確定所述文本信息是否位于預設列表中，所述預設列表中包括所述車輛的車機端能夠執行的操作對應的文本信息；

若所述文本信息位于預設列表中，則存儲所述在線語音識別模型輸出的所述文本信息，以及與所述文本信息對應的音頻信息；

在所存儲的音頻信息達到預設數值時，將所存儲的所述音頻信息、所述文本信息分別作為所述歷史音頻信息、所述歷史文本信息。

5.根據權利要求1所述的方法，其特征在于，所述語音識別模型包括聲學模型和語言模型；所述根據所述音頻信息和預設的語音識別模型，確定與所述音頻信息相匹配的文本信息，包括：

根據所述音頻信息和所述聲學模型，確定所述音頻信息的發音序列；

根據所述發音序列和所述語言模型，確定與所述音頻信息相匹配的文本信息。

6.一種車載語音識別裝置，其特征在于，包括：

第一獲取模塊，用于獲取車輛內的音頻信息；

第一確定模塊，用于根據所述音頻信息和訓練后的語音識別模型，確定與所述音頻信息相匹配的文本信息；

其中，所述裝置還包括：

第二獲取模塊，用于獲取所述車輛內特定場景下的歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息；

訓練模塊，用于根據所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，對所述語音識別模型進行訓練，以得到訓練后的所述語音識別模型。

7.根據權利要求6所述的裝置，其特征在于，所述語音識別模型包括在線語音識別模型和離線語音識別模型，所述裝置還包括：

第二確定模塊，用于根據所述在線語音識別模型輸出的文本信息，確定所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息；

所述訓練模塊，用于根據所述歷史音頻信息以及與所述歷史音頻信息相匹配的歷史文本信息，對所述離線語音識別模型進行訓練，以得到訓練后的所述離線語音識別模型。