[發明專利]一種語音識別候選結果的排序方法及裝置

有效

• 申請號: 202010475597.0
• 申請日: 2020-05-29
• 公開（公告）號: CN111651599B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 喬鵬程;趙超;陳偉
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/34;G06F40/226;G10L15/22
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

1.一種語音識別候選結果的排序方法，其特征在于，所述方法還包括：

獲取語音識別的候選結果信息，每個所述候選結果信息包括識別文本單詞序列以及所述識別文本單詞序列中各個單詞的單詞信息；

將識別得到的候選結果信息進行兩兩組合，生成至少一個候選組合；

識別所述候選組合的共同錯誤單詞，所述共同錯誤單詞為該候選組合包括的兩個候選結果信息共同具有的且位置相同的錯誤單詞；所述兩個候選結果信息包括各個單詞的出現概率值，所述錯誤單詞為所述兩個候選結果信息中出現概率低于閾值的單詞；

將所述候選組合中的每個候選結果信息包括的共同錯誤單詞替換為標志詞，將所述共同錯誤單詞的單詞信息替換為標志單詞信息，得到每個候選結果信息對應的替換候選結果，得到待分類組合；

利用預先訓練得到的二分類模型，得到每個所述待分類組合中兩條替換候選結果的優劣度；

根據各個所述待分類組合中兩條替換候選結果的優劣度，對所述候選結果信息進行排序。

2.根據權利要求1所述的方法，其特征在于，所述識別所述候選組合的共同錯誤單詞，包括：

獲取所述候選組合中兩條候選結果信息包括的各個單詞的出現概率值；

將所述候選結果信息中出現概率值低于閾值的單詞確定為錯誤單詞，并確定出每個所述錯誤單詞在對應的候選結果信息中出現的位置；

將所述候選組合中兩條候選結果信息分別包括的錯誤單詞以及各錯誤單詞在對應的候選結果信息中出現的位置進行比對，識別出位于相同位置的相同錯誤單詞作為所述候選組合對應的共同錯誤單詞。

3.根據權利要求1或2所述的方法，其特征在于，所述利用預先訓練得到的二分類模型，得到每個所述待分類組合中兩條替換候選結果的優劣度，包括：

獲取目標替換候選結果中所述識別文本單詞序列對應的第一特征向量，所述目標替換候選結果分別為所述待分類組合中的每條替換候選結果；

獲取所述目標替換候選結果中各個單詞的單詞信息對應的第二特征向量；

將所述第一特征向量與所述第二特征向量進行拼接，生成所述目標替換候選結果的特征表示；

將所述待分類組合中兩條替換候選結果的特征表示輸入預先訓練得到的二分類模型，得到每個所述待分類組合中兩條替換候選結果的優劣度。

4.根據權利要求3所述的方法，其特征在于，所述單詞信息包括聲學模型得分、語音模型得分、時長、置信度中的一個或多個；

所述獲取所述目標替換候選結果中各個單詞的單詞信息對應的第二特征向量，包括：

將所述目標替換候選結果中各個單詞的單詞信息輸入全連接網絡，得到所述目標替換候選結果中各個單詞的特征向量；

將所述目標替換候選結果中各個單詞的特征向量進行拼接，生成所述目標替換候選結果中各個單詞的單詞信息對應的第二特征向量。

5.根據權利要求3所述的方法，其特征在于，所述將所述待分類組合中兩條替換候選結果的特征表示輸入預先訓練得到的二分類模型，得到每個所述待分類組合中兩條替換候選結果的優劣度，包括：

將所述待分類組合中兩條替換候選結果的特征表示輸入轉換器模型的編碼器部分，得到所述轉換器模型的編碼器部分輸出的第一個隱層向量；

將所述第一個隱層向量輸入預先訓練得到的二分類模型，得到每個所述待分類組合中兩條替換候選結果的優劣度。

6.根據權利要求1所述的方法，其特征在于，所述二分類模型的訓練過程包括：

獲取語音樣本信息以及所述語音樣本信息對應的標準識別文本；

對所述語音樣本信息進行語音識別得到所述語音樣本信息對應的訓練候選結果信息，所述訓練候選結果信息包括訓練識別文本單詞序列以及所述訓練識別文本單詞序列中各個單詞的單詞信息；

將所述訓練候選結果信息中與所述標準識別文本相似度最高的確定為標準訓練候選結果信息；

將所述標準訓練候選結果信息與其他所述訓練候選結果信息分別組合，生成至少一個待訓練組合；

利用所述待訓練組合以及所述待訓練組合中標準訓練候選結果信息優于訓練候選結果信息的標簽，訓練得到二分類模型。