[發明專利]語音識別方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 202010414428.6
• 申請日: 2020-05-15
• 公開（公告）號: CN111554275A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 宋元峰
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/22;G10L25/30;G10L25/51
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張婷

本發明公開了一種語音識別方法、裝置、設備及計算機可讀存儲介質，所述方法包括：對待識別語音數據進行語音識別得到所述待識別語音數據的各第一候選結果；調用預設的相關度模型計算得到所述待識別語音數據與各所述第一候選結果之間的第一相關度預測結果；根據所述第一相關度預測結果從各所述第一候選結果中選取目標候選結果作為所述待識別語音數據的語音識別結果。本發明相比于依據人為經驗設置的線性評分組合方式，能夠獲得更加準確的排序結果，從而能夠獲得更加準確的語音識別結果。

技術領域

本發明涉及語音數據處理技術領域，尤其涉及一種語音識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

隨著語音數據處理技術的發展，語音識別系統已經廣泛地應用于各個領域。語音識別系統中，對N-候選重打分(N-best Hypotheses Rescoring)是一個重要的部分，對語音識別效果有至關重要的影響。N-候選是對語音數據識別得到的N個候選結果，N-候選重打分是對N個候選結果重新進行打分排序。目前采用的N-候選重打分的方式是先用語音模型(Acoustic Model)和語言模型(Language Model)對每個候選進行評估打分，然后將語音模型評分和語言模型評分組合起來給出N-候選的最終排序結果，取排名第一的候選作為最終的語音識別結果。但是這種先給出語音模型評分和語言模型評分，再線性組合兩種得分的方式，需要根據經驗來設置得分的線性組合方式，具有很大的不確定性，從而導致語音識別效果不夠準確。

發明內容

本發明的主要目的在于提供一種語音識別方法、設備、系統及計算機可讀存儲介質，旨在解決目前N-候選重打分的方式，需要根據經驗來設置得分的線性組合方式，具有很大的不確定性，從而導致語音識別效果不夠準確的問題。

為實現上述目的，本發明提供一種語音識別方法，所述方法包括以下步驟：

對待識別語音數據進行語音識別得到所述待識別語音數據的各第一候選結果；

調用預設的相關度模型計算得到所述待識別語音數據與各所述第一候選結果之間的第一相關度預測結果；

根據所述第一相關度預測結果從各所述第一候選結果中選取目標候選結果作為所述待識別語音數據的語音識別結果。

可選地，所述調用預設的相關度模型計算得到所述待識別語音數據與各所述第一候選結果之間的第一相關度預測結果的步驟之前，還包括：

獲取對訓練語音數據進行語音識別得到的至少兩個第二候選結果，以及獲取各所述第二候選結果的相關度標簽；

將所述訓練語音數據、各所述第二候選結果和所述相關度標簽作為訓練數據，采用所述訓練數據對待訓練模型進行訓練得到所述相關度模型。

可選地，當所述訓練數據中第二候選結果的個數為兩個時，所述采用所述訓練數據對待訓練模型進行訓練得到所述相關度模型的步驟包括：

將所述訓練語音數據和兩個所述第二候選結果輸入待訓練模型，得到所述訓練語音數據與兩個所述第二候選結果之間的第二相關度預測結果；

基于所述相關度標簽和所述第二相關度預測結果對所述待訓練模型的模型參數進行更新；

根據更新后的待訓練模型得到所述相關度模型。

可選地，所述獲取各所述第二候選結果的相關度標簽的步驟包括：

獲取所述訓練語音數據的真實文本；

分別計算各所述第二候選結果相對于所述真實文本的誤識率；

根據各所述誤識率得到各所述第二候選結果的相關度標簽。

可選地，所述預設的相關度模型包括語言表征模塊、編碼器和相關度計算模塊，