[發(fā)明專利]用于檢測語音識別結(jié)果的方法、裝置

在審

• 申請?zhí)枺?/td>: 202010875530.6
• 申請日: 2020-08-27
• 公開（公告）號: CN112017635A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計）人: 孫俊嶺
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G10L15/01
• 分類號: G10L15/01;G10L15/26;G06K9/34;G06K9/62
• 代理公司: 北京英賽嘉華知識產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請公開了用于檢測語音識別結(jié)果的方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)，涉及計算機技術(shù)領(lǐng)域、語音識別技術(shù)領(lǐng)域、圖像處理技術(shù)領(lǐng)域、文字識別技術(shù)領(lǐng)域和質(zhì)量評價技術(shù)領(lǐng)域。具體實現(xiàn)方案為：響應(yīng)于接收到語音信息后，指示對語音識別界面進行多次截取，得到界面截圖集合，并基于預(yù)先確定的識別特征從中確定待識別截圖，基于待識別截圖的時間戳，從待識別截圖中確定標(biāo)準(zhǔn)識別截圖，根據(jù)該標(biāo)準(zhǔn)識別截圖中的文本信息確定語音識別結(jié)果，并與預(yù)先獲取的語音識別標(biāo)準(zhǔn)內(nèi)容進行比較，得到識別結(jié)果相似度檢測結(jié)果，該方法無需獲取語音識別應(yīng)用的后臺代碼便可實現(xiàn)語音識別結(jié)果的檢測，不僅提升了檢測效率，還支持對不同應(yīng)用的識別結(jié)果進行檢測。

技術(shù)領(lǐng)域

本申請涉及計算機技術(shù)領(lǐng)域，具體涉及語音識別技術(shù)領(lǐng)域、圖像處理技術(shù)領(lǐng)域、文字識別技術(shù)領(lǐng)域和質(zhì)量評價技術(shù)領(lǐng)域，尤其涉及用于檢測語音識別結(jié)果的方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)。

背景技術(shù)

目前，各類終端設(shè)備、應(yīng)用為了更好的實現(xiàn)人機交互，支持用戶采用語音方式發(fā)出指令。因該交互過程是基于用戶語音指令進行的，并且后續(xù)執(zhí)行的操作需要根據(jù)該語音指令中的信息進行確定，因此語音指令中的信息能否被各類終端設(shè)備、應(yīng)用準(zhǔn)確的識別顯得尤為重要。

現(xiàn)有技術(shù)中，通常將語音識別結(jié)果直接呈現(xiàn)給用戶，基于用戶的反饋信息實現(xiàn)對語音識別結(jié)果的檢測。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N用于檢測語音識別結(jié)果的方法、裝置、電子設(shè)備以及存儲介質(zhì)。

第一方面，本申請的實施例提供了一種用于檢測語音識別結(jié)果的方法，包括：響應(yīng)于接收到語音信息，指示對語音識別界面進行多次截取，獲取界面截圖集合；響應(yīng)于檢測到該界面截圖集合中存在具有預(yù)先確定的識別特征的界面截圖，將具有預(yù)先確定的識別特征的界面截圖確定為待識別截圖；基于待識別截圖的時間戳，從待識別截圖中確定標(biāo)準(zhǔn)待識別截圖，根據(jù)該標(biāo)準(zhǔn)待識別截圖中的文本信息識別結(jié)果確定語音識別結(jié)果；檢測該語音識別結(jié)果與預(yù)先獲取的語音識別標(biāo)準(zhǔn)內(nèi)容之間的相似度，得到識別結(jié)果相似度檢測結(jié)果。

第二方面，本申請的實施例提供了一種用于檢測語音識別結(jié)果的裝置，包括：界面截圖獲取單元，被配置成響應(yīng)于接收到語音信息，指示對語音識別界面進行多次截取，獲取界面截圖集合；待識別截圖確定單元，被配置成響應(yīng)于檢測到該界面截圖集合中存在具有預(yù)先確定的識別特征的界面截圖，將具有預(yù)先確定的識別特征的界面截圖確定為待識別截圖；語音識別結(jié)果確定單元，被配置成基于待識別截圖的時間戳，從待識別截圖中確定標(biāo)準(zhǔn)待識別截圖，根據(jù)該標(biāo)準(zhǔn)待識別截圖中的文本信息識別結(jié)果確定語音識別結(jié)果；識別結(jié)果檢測單元，被配置成檢測該語音識別結(jié)果與預(yù)先獲取的語音識別標(biāo)準(zhǔn)內(nèi)容之間的相似度，得到識別結(jié)果相似度檢測結(jié)果。

第三方面，本申請的實施例提供了一種電子設(shè)備，包括：至少一個處理器；以及與該至少一個處理器通信連接的存儲器；其中，該存儲器存儲有可被該至少一個處理器執(zhí)行的指令，該指令被該至少一個處理器執(zhí)行，以使該至少一個處理器能夠執(zhí)行如第一方面中任一實現(xiàn)方式描述的用于檢測語音識別結(jié)果的方法。

第四方面，本申請的實施例提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，包括：該計算機指令用于使該計算機執(zhí)行如第一方面中任一實現(xiàn)方式描述的用于檢測語音識別結(jié)果的方法。

本申請在響應(yīng)接收到語音信息后，指示對語音識別界面進行多次截取得到界面截圖集合，基于預(yù)先確定的識別特征從該界面截圖集合中確定待識別截圖，基于待識別截圖的時間戳，從待識別截圖中確定標(biāo)準(zhǔn)識別截圖，根據(jù)該標(biāo)準(zhǔn)識別截圖中的文本信息確定語音識別結(jié)果，并與預(yù)先獲取的語音識別標(biāo)準(zhǔn)內(nèi)容進行比較，得到識別結(jié)果相似度檢測結(jié)果，無需獲取語音識別應(yīng)用的后臺代碼便可實現(xiàn)語音識別結(jié)果的檢測，不僅提升了檢測效率，還支持對不同應(yīng)用的語音識別結(jié)果進行檢測。

應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本申請的實施例的關(guān)鍵或重要特征，也不用于限制本申請的范圍。本申請的其它特征將通過以下的說明書而變得容易理解。

附圖說明