[發明專利]語音識別方法、裝置、設備及可讀存儲介質

有效

• 申請號: 202010414058.6
• 申請日: 2020-05-15
• 公開（公告）號: CN111554297B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 周毅;殷切;張龍;陳真
• 申請（專利權）人: 阿波羅智聯（北京）科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/22;G06F16/33;G10L25/51
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種語音識別方法，其特征在于，包括：

通過識別獲取的語音信號，得到第一文本；

利用所述第一文本對應的第一拼音序列，進行數據庫的檢索；

響應于在所述數據庫中未搜索到所述第一拼音序列，根據所述第一拼音序列進行模糊搜索，所述模糊搜索用于查找具有所述第一拼音序列中至少一個拼音的第二拼音序列和與所述第二拼音序列對應的第二文本；

選取所述模糊搜索得到的至少一個第二文本，作為所述語音信號的語音識別結果；

還包括：

識別用戶輸入的第二數據流，所述第二數據流用于指示所述第二文本與所述第二拼音序列的對應關系，以及所述第二文本的泛化文本；

向服務器發送所述第二數據流。

2.根據權利要求1所述的方法，其特征在于，所述選取所述模糊搜索得到的至少一個第二文本，作為所述語音信號的語音識別結果，包括：

確定所述至少一個第二文本中各第二文本對應的第二拼音序列和所述第一拼音序列的相似度，以得到多個相似度；

根據所述多個相似度中的最大相似度，從所述至少一個第二文本中確定出所述語音信號的語音識別結果。

3.根據權利要求2所述的方法，其特征在于，所述根據所述多個相似度中的最大相似度，從所述至少一個第二文本中確定出所述語音信號的語音識別結果，包括：

若所述最大相似度大于或等于預設閾值，則確定所述最大相似度對應的第二文本為所述語音信號的語音識別結果；或者，

若所述最大相似度小于所述預設閾值，則確定所述第一文本為所述語音信號的語音識別結果。

4.根據權利要求3所述的方法，其特征在于，所述若所述最大相似度大于或等于預設閾值，則確定所述最大相似度對應的第二文本作為所述語音信號的語音識別結果之后，還包括：

將所述第一文本添加至所述最大相似度對應的第二文本的泛化表中，所述泛化表用于存儲所述最大相似度對應的第二文本的泛化文本，所述泛化文本與所述第二文本具有相同的意圖。

5.根據權利要求4所述的方法，其特征在于，還包括：

向服務器發送第一數據流，所述第一數據流攜帶所述最大相似度對應的第二文本、所述第一文本以及所述第一拼音序列的對應關系。

6.根據權利要求1-5任一項所述的方法，其特征在于，所述利用所述第一文本對應的第一拼音序列，進行數據庫的檢索之后，所述方法還包括：

若從所述數據庫中搜索到所述第一拼音序列，則確定所述語音信號的識別結果為所述第一拼音序列對應的第三文本。

7.根據權利要求1-5任一項所述的方法，其特征在于，所述響應于在所述數據庫中未搜索到所述第一拼音序列，根據所述第一拼音序列進行模糊搜索之前，還包括：

確定所述數據庫中不存在所述第一文本。

8.一種語音識別裝置，其特征在于，包括：

識別模塊，用于通過識別獲取的語音信號，得到第一文本；

檢索模塊，用于利用所述第一文本對應的第一拼音序列，進行數據庫的檢索；

匹配模塊，用于響應于在所述數據庫中未搜索到所述第一拼音序列，根據所述第一拼音序列進行模糊搜索，所述模糊搜索用于查找具有所述第一拼音序列中至少一個拼音的第二拼音序列和與所述第二拼音序列對應的第二文本；

確定模塊，用于選取所述模糊搜索得到的至少一個第二文本，作為所述語音信號的語音識別結果；

所述識別模塊，還用于識別用戶輸入的第二數據流，所述第二數據流用于指示所述第二文本與所述第二拼音序列的對應關系，以及所述第二文本的泛化文本；

發送模塊，用于向服務器發送所述第二數據流。

9.根據權利要求8所述的裝置，其特征在于，

所述匹配模塊，用于確定所述至少一個第二文本中各第二文本對應的第二拼音序列和所述第一拼音序列的相似度，以得到多個相似度，根據所述多個相似度中的最大相似度，從所述至少一個第二文本中確定出所述語音信號的語音識別結果。