[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

本申請公開了一種語音識別方法、裝置、設備及可讀存儲介質，涉及人工智能技術領域。具體實現方案為：電子設備識別語音信號得到第一文本，若數據庫中存在該第一文本對應的第一拼音序列，則將第一拼音序列對應的正確文本作為語音識別結果；否則，對第一拼音序列進行模糊匹配得到多個第二拼音序列和與第二拼音序列對應的第二文本，并從多個第二文本中選擇出語音識別結果。該過程中，電子設備通過模糊匹配等自動糾正誤識別得到正確的語音識別結果，提升語音識別的準確性。

技術領域

本申請實施例涉及人工智能(Artificial?Intelligence，AI)，尤其涉及一種語音識別方法、裝置、設備及可讀存儲介質。

背景技術

隨著人工智能的飛速發展，語音識別技術被廣泛的應用到手機、車載終端等產品上。語音識別技術本質上是將用戶發出的語音轉換為文字，基于文字執行相應的指令的過程。

由于個人發音差異以及地域口語等問題，利用語音識別技術識別語音時很容易出現誤識別的情況。例如，將用戶發出的“右座位加熱”語音信號識別為“有座位加熱”的文本，一個誤識別稱之為一個壞例。為避免誤識別，常見的做法是創建一個糾正文件，每發現一個新的壞例，則在糾正文件中增加該壞例和該壞例的正確結果的對應關系。該糾正文件被打包在具有語音識別功能的應用程序的安裝包里，用戶下載安裝包并安裝。之后，用戶使用終端設備上安裝的該應用的語音識別功能時，若發生誤識別，則終端設備從糾正文件中查找出正確結果從而提高語音識別的準確性。

然而，上述通過人力創建糾正文件的方式無法覆蓋所有的壞例，導致一些壞例很難被發現，進而導致語音識別準確性低。

發明內容

本申請實施例提供了一種語音識別方法、裝置、設備及可讀存儲介質，通過自動糾正誤識別，從而提升語音識別的準確性。

第一方面，本申請實施例提供一種語音識別方法，包括：電子設備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。采用該種方案，電子設備識別語音信號得到第一文本，若數據庫中不存在該第一文本，則說明發生誤識別，此時，電子設備通過模糊匹配等自動糾正誤識別得到正確的語音識別結果，提升語音識別的準確性。同時，可以根據不同廠商的命令集合設置不同的數據庫，隨時調整數據庫，節約人力物力的同時，靈活性比較高。

第二方面，本申請實施例提供一種語音識別裝置，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。

第三方面、本申請實施例提供一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行第一方面或第一方面任意可能實現的方法。

第四方面，本申請實施例提供一種包含指令的計算機程序產品，當其在電子設備上運行時，使得電子設備計算機執行上述第一方面或第一方面的各種可能的實現方式中的方法。