[發明專利]語音識別結果修正方法、系統、終端以及儲存介質

在審

• 申請號: 202010525326.1
• 申請日: 2020-06-10
• 公開（公告）號: CN111666750A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 周康明;吳昊
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/242;G06F40/295
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 倪靜

本申請提供一種語音識別結果修正方法、系統、電子終端以及儲存介質，包括：構建語料庫；從語料庫中篩選出符合相關度要求的一或多個語料，以形成對應的語料文檔；根據語料文檔，生成對應的數據輸入方式和語料庫字典文檔；根據數據輸入方式和語料庫字典文檔來訓練一ELMo模型，以用于對語料庫字典文檔進行向量化處理后得到向量文檔；根據向量文檔和語料庫字典文檔來調整所述ELMo模型，以生成用于修正語音識別結果的命名實體識別模型。解決了現有技術中沒有好的語音識別結果的修正，導致語音識別結果誤差較大以及準確率不高的問題，本申請借助ELMO模型模型進行修正，并對語料庫中的每個字符進行向量化操作，使修正結果更精確，并同時兼顧了網絡的性能。

技術領域

本申請涉及一種語音識別技術領域，特別是涉及一種語音識別結果修正方法、系統、終端以及儲存介質。

背景技術

語音識別結果在受到外界的背景音、發音人的發聲以及語音轉義系統自身的精度等影響會造成偏差，會影響工程中的產品性能，特別是在專業的應用領域，例如：氣象會商。

目前，我們在進行語音后處理時，除了傳統的邏輯處理外，還會借助語言模型進行修正，利用語言模型對語料庫中的每個字符進行embedding操作，一個準確的embedding表達會直接影響語音識別結果的修正。但是對于不同領域的任務，語言模型的輸入和結構也會有所不同，現有技術中沒有一個好的embedding模型進行語料庫的向量表達可以做好語音識別結果的修正，導致語音識別結果誤差較大，識別準確率不高。

申請內容

鑒于以上所述現有技術的缺點，本申請的目的在于提供一種語音識別結果修正方法、系統、終端以及儲存介質，用于解決現有技術中對于不同領域的任務，語言模型的輸入和結構也會有所不同，沒有一個好的embedding模型進行語料庫的向量表達可以做好語音識別結果的修正，導致語音識別結果誤差較大，識別準確率不高的問題。

為實現上述目的及其他相關目的，本申請提供一種語音識別結果修正方法，包括：構建語料庫；從所述語料庫中篩選出符合相關度要求的一或多個語料，以形成對應的語料文檔；根據所述語料文檔，生成對應的數據輸入方式和語料庫字典文檔；根據所述數據輸入方式和語料庫字典文檔來訓練一ELMo模型，以用于對所述語料庫字典文檔進行向量化處理后得到向量文檔；根據所述向量文檔和語料庫字典文檔來調整所述ELMo模型，以生成用于修正語音識別結果的命名實體識別模型。

于本申請的一實施例中，從所述語料庫中篩選出符合相關度要求的一或多個語料，以形成對應的語料文檔的方式包括：獲取所述語料庫；將所述語料庫中的空白文檔以及無關聯詞語作為不符合相關度要求的語料刪除；將刪除后的語料庫中的一或多個語料集合成對應的語料文檔。

于本申請的一實施例中，根據所述語料文檔，生成對應的數據輸入方式和語料庫字典文檔的方式包括：將所述語料文檔進行分詞并按行儲存；將經過分詞后的語料文檔拆解為多行字符，并儲存至預處理文檔；構建語料庫字典文檔，并將所述預處理文檔中語料庫字典文檔中不存在的字符儲存至所述語料庫字典文檔；將所述語料文檔中的中文語料轉為無聲調拼音，并設于所述中文語料后儲存至數據輸入方式文檔以及所述語料庫字典文檔。

于本申請的一實施例中，根據所述數據輸入方式和語料庫字典文檔來訓練一ELMo模型，以用于對所述語料庫字典文檔進行向量化處理后得到向量文檔的方式包括：輸入儲存由所述語料文檔中的中文語料轉為無聲調拼音以及所述中文語料的數據輸入方式文檔與所述語料庫字典文檔；對所述語料庫字典文檔中的字符進行編碼并進行高速神經網絡層的篩選；將篩選后的所述語料庫字典文檔通過雙向長短時結構提取當前序列的上下文信息以得到ELMo模型；利用所述ELMo模型對所述語料庫字典文檔進行向量化表示，并儲存至向量文檔。