[發明專利]語音識別方法、裝置、設備及存儲介質

在審

• 申請號: 202011003399.0
• 申請日: 2020-09-22
• 公開（公告）號: CN112102833A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 潘璠
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 閻敏;鄧海鴻

1.一種語音識別方法，包括：

獲取目標用戶的語音數據；

對所述語音數據進行識別，得到初始語音識別結果；

獲取針對所述目標用戶的識別結果調整策略，并確定所述識別結果調整策略包含自定義調整模式后，獲取針對所述目標用戶的自定義詞庫；

基于所述目標用戶的自定義詞庫對所述初始語音識別結果進行調整，得到針對所述目標用戶的目標語音識別結果。

2.根據權利要求1所述的方法，其中，所述基于所述目標用戶的自定義詞庫對所述初始語音識別結果進行調整，包括：

獲取所述初始語音識別結果中文本信息與所述語音數據中語音片段之間的第一映射關系；

獲取針對所述目標用戶的預設語音與所述自定義詞庫中預設文本信息之間的第二映射關系；

基于所述第二映射關系，對所述第一映射關系所對應的文本信息進行調整，以使所述語音片段與調整后的文本信息的對應關系、與所述第二映射關系中所述預設語音與所述預設文本信息之間的對應關系相匹配。

3.根據權利要求2所述的方法，其中，所述基于所述第二映射關系，對所述第一映射關系所對應的文本信息進行調整，包括：

確定所述第一映射關系中存在與所述第二映射關系不匹配的目標對應關系，其中，所述目標對應關系所指示的第一語音片段與所述第二映射關系所指示的第一預設語音相匹配，所述目標對應關系所指示的所述第一語音片段對應的第一文本信息與所述第二映射關系所指示的所述第一預設語音對應的第一預設文本信息不匹配；

基于所述第二映射關系中所述第一預設文本信息，對所述第一映射關系所對應的第一文本信息進行調整。

4.根據權利要求2所述的方法，其中，還包括：

檢測到所述第二映射關系所指示的預設語音中存在預設發音特征后，對存在所述預設發音特征的預設語音進行模糊化處理，以便于提升語音片段與模糊化處理后的所述預設語音之間的匹配成功率。

5.根據權利要求2或5所述的方法，其中，還包括：

檢測到所述語音數據的語音片段中存在預設發音特征后，對存在所述預設發音特征的語音片段進行模糊化處理，以便于提升所述預設語音與模糊化處理后的所述語音片段之間的匹配成功率。

6.根據權利要求1所述的方法，其中，所述獲取針對所述目標用戶的識別結果調整策略，包括：

獲取所述語音數據所對應的環境特征；

基于所述環境特征確定針對所述目標用戶的識別結果調整策略。

7.根據權利要求1所述的方法，還包括：

啟動車載采集設備，以利用所述車載采集設備在車載環境中對所述目標用戶的語音數據進行采集。

8.一種語音識別裝置，包括：

語音獲取單元，用于獲取目標用戶的語音數據；

語音識別單元，用于對所述語音數據進行識別，得到初始語音識別結果；

策略處理單元，用于獲取針對所述目標用戶的識別結果調整策略，并確定所述識別結果調整策略包含自定義調整模式后，獲取針對所述目標用戶的自定義詞庫；

結果調整單元，用于基于所述目標用戶的自定義詞庫對所述初始語音識別結果進行調整，得到針對所述目標用戶的目標語音識別結果。

9.根據權利要求8所述的裝置，其中，所述結果調整單元，包括：

第一映射關系獲取子單元，用于獲取所述初始語音識別結果中文本信息與所述語音數據中語音片段之間的第一映射關系；

第二映射關系獲取子單元，用于獲取針對所述目標用戶的預設語音與所述自定義詞庫中預設文本信息之間的第二映射關系；

調整子單元，用于基于所述第二映射關系，對所述第一映射關系所對應的文本信息進行調整，以使所述語音片段與調整后的文本信息的對應關系、與所述第二映射關系中所述預設語音與所述預設文本信息之間的對應關系相匹配。