[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

本申請公開了語音識別方法、裝置、設備及存儲介質，涉及語音技術領域。具體實現方案為：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。如此，能夠基于用戶的自定義詞庫來對初始語音識別結果進行調整，進而提升語音識別結果與目標用戶所輸入的語音數據的匹配程度，提升用戶體驗。

技術領域

本申請涉及數據處理領域，尤其涉及語音技術領域。

背景技術

在語音識別場景中，不同用戶的口音或發音可能不同，此時，針對同一語義內容，不同的用戶可能會有不同的口音，導致針對同一語義內容的語音識別結果不同，如此，降低了語音識別的使用效果，也降低了用戶體驗。

發明內容

本申請提供了一種語音識別方法、裝置、設備及存儲介質。

根據本申請的一方面，提供了一種語音識別方法，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。

根據本申請的另一方面，提供了一種語音識別裝置，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。

根據本申請的另一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行以上所述的方法。

根據本申請的另一方面，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，所述計算機指令用于使所述計算機執行以上所述的方法。

根據本申請的技術能夠基于用戶的自定義詞庫來對初始語音識別結果進行調整，進而提升最終的語音識別結果與目標用戶所輸入的語音數據的匹配程度，提升用戶體驗。

應當理解，本部分所描述的內容并非旨在標識本申請的實施例的關鍵或重要特征，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

附圖用于更好地理解本方案，不構成對本申請的限定。其中：

圖1是根據本申請實施例語音識別方法的實現流程示意圖；

圖2是根據本申請實施例語音識別方法在一具體示例中的實現流程示意圖；

圖3是根據本申請實施例語音識別裝置的結構示意圖；

圖4是用來實現本申請實施例的語音識別方法的電子設備的框圖。