[發明專利]語音識別方法、裝置、計算機設備及介質

在審

• 申請號: 202010622097.5
• 申請日: 2020-07-01
• 公開（公告）號: CN111739517A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 田植良
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/07
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 張所明

1.一種語音識別方法，其特征在于，所述方法包括：

對第一用戶標識的語音數據進行特征提取，得到所述語音數據的語音特征；

獲取所述第一用戶標識的用戶特征，所述用戶特征是對所述第一用戶標識的用戶關系網絡進行特征提取得到的，所述用戶關系網絡包括所述第一用戶標識與至少一個第二用戶標識之間的關聯關系；

對所述語音特征及所述用戶特征進行融合處理，得到所述語音數據對應的融合特征；

對所述融合特征進行識別處理，得到所述語音數據對應的文本數據。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述第一用戶標識的用戶特征，包括：

調用第一語音識別模型的用戶特征提取層，對所述用戶關系網絡進行特征提取，得到所述第一用戶標識的用戶特征。

3.根據權利要求2所述的方法，其特征在于，所述對第一用戶標識的語音數據進行特征提取，得到所述語音數據的語音特征的步驟，通過調用所述第一語音識別模型的語音特征提取層執行；

所述對所述語音特征及所述用戶特征進行融合處理，得到所述語音數據對應的融合特征的步驟，通過調用所述第一語音識別模型的特征融合層執行；

所述對所述融合特征進行識別處理，得到所述語音數據對應的文本數據的步驟，通過調用所述第一語音識別模型的語音識別層執行。

4.根據權利要求3所述的方法，其特征在于，所述第一語音識別模型的訓練過程包括以下步驟：

獲取樣本用戶標識的樣本用戶關系網絡、所述樣本用戶標識的樣本語音數據以及所述樣本語音數據對應的樣本文本數據；

調用所述語音特征提取層，對所述樣本語音數據進行特征提取，得到所述樣本語音數據的預測語音特征；

調用所述樣本用戶特征獲取層，對所述樣本用戶關系網絡進行特征提取，得到所述樣本用戶標識的預測用戶特征；

調用所述特征融合層，對所述預測語音特征及所述預測用戶特征進行融合處理，得到所述樣本語音數據對應的預測融合特征；

調用所述語音識別層，對所述預測融合特征進行識別處理，得到所述樣本語音數據對應的預測文本數據；

根據所述樣本文本數據及所述預測文本數據，調整所述第一語音識別模型中的參數。

5.根據權利要求1所述的方法，其特征在于，所述用戶關系網絡為同構圖，所述獲取所述第一用戶標識的用戶特征之前，所述方法還包括：

獲取所述第一用戶標識關聯的至少一個第二用戶標識；

根據所述第一用戶標識和所述至少一個第二用戶標識，創建同構圖，所述同構圖中包括所述第一用戶標識對應的第一用戶節點和所述至少一個第二用戶標識對應的第二用戶節點，以及所述第一用戶節點與至少一個第二用戶節點之間的連接線。

6.根據權利要求1所述的方法，其特征在于，所述獲取所述第一用戶標識的用戶特征，包括：

根據已建立的對應關系，查詢所述第一用戶標識的用戶特征，所述預設對應關系包括至少一個用戶標識及對應的用戶特征，所述預設對應關系中任一用戶標識對應的用戶特征是對所述任一用戶標識的用戶關系網絡進行特征提取得到的。

7.根據權利要求6所述的方法，其特征在于，所述根據已建立的對應關系，查詢所述第一用戶標識的用戶特征之前，所述方法還包括：

調用用戶特征提取模型，對所述任一用戶標識的用戶關系網絡進行特征提取，得到所述任一用戶標識的用戶特征；

建立所述任一用戶標識與所述用戶特征的對應關系。

8.根據權利要求7所述的方法，其特征在于，所述用戶特征提取模型的訓練過程包括以下步驟：

獲取樣本用戶標識的樣本用戶關系網絡，以及所述樣本用戶關系網絡中所述樣本用戶標識的樣本用戶特征；

根據所述樣本用戶關系網絡以及所述樣本用戶特征，訓練所述用戶特征提取模型。