[發(fā)明專利]語音識(shí)別方法、裝置、設(shè)備和計(jì)算機(jī)可讀介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011375211.5
• 申請(qǐng)日: 2020-11-30
• 公開（公告）號(hào): CN112530416A
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 彭毅;蔡玉玉;范璐;全宗峰;吳俊儀;楊帆
• 申請(qǐng)（專利權(quán)）人: 北京沃東天駿信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G10L15/183
• 分類號(hào): G10L15/183;G10L15/26
• 代理公司: 北京衛(wèi)智暢科專利代理事務(wù)所(普通合伙) 11557
• 代理人: 陳佳

1.一種語音識(shí)別方法，包括：

基于用戶定制內(nèi)容生成定制語言模型；

確定所述定制語言模型的第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)，其中，所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)的邊權(quán)重是根據(jù)所述用戶定制內(nèi)容的語言概率生成的；

通過所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，對(duì)待處理語音進(jìn)行解碼，以生成所述待處理語音對(duì)應(yīng)的文本。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述基于用戶定制內(nèi)容生成定制語言模型，包括：

利用所述用戶定制內(nèi)容，訓(xùn)練初始語言模型，得到訓(xùn)練語言模型；

將所述訓(xùn)練語言模型和基礎(chǔ)語言模型進(jìn)行插值，得到所述定制語言模型。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述確定所述定制語言模型的第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)，包括：

對(duì)所述用戶定制內(nèi)容中的每個(gè)語句執(zhí)行以下處理步驟：

對(duì)所述語句進(jìn)行分詞，得到所述語句對(duì)應(yīng)的詞序列；

確定所述詞序列在所述定制語言模型和所述基礎(chǔ)語言模型上的語言概率的差值；基于所述差值和所述詞序列中詞的個(gè)數(shù)，確定所述詞序列中每個(gè)詞對(duì)應(yīng)的權(quán)重；基于所述詞序列和所述每個(gè)詞對(duì)應(yīng)的權(quán)重，生成所述語句對(duì)應(yīng)的鏈?zhǔn)郊訖?quán)有限狀態(tài)轉(zhuǎn)換機(jī)；

將所述用戶定制內(nèi)容中的各個(gè)語句對(duì)應(yīng)的鏈?zhǔn)郊訖?quán)有限狀態(tài)轉(zhuǎn)換機(jī)進(jìn)行組合，得到所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述鏈?zhǔn)郊訖?quán)有限狀態(tài)轉(zhuǎn)換機(jī)中只將開頭狀態(tài)和結(jié)尾狀態(tài)設(shè)置為終止?fàn)顟B(tài)；以及

所述通過所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，對(duì)待處理語音進(jìn)行解碼，以生成所述待處理語音對(duì)應(yīng)的文本，包括：

通過令牌傳遞算法對(duì)所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，以對(duì)所述待處理語音進(jìn)行解碼，以及生成所述待處理語音對(duì)應(yīng)的文本。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述通過令牌傳遞算法對(duì)所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，包括：

初始化令牌，所述令牌中包括狀態(tài)對(duì)，所述狀態(tài)對(duì)中包括所述基礎(chǔ)解碼網(wǎng)路的第一狀態(tài)和所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)的第二狀態(tài)，所述第一狀態(tài)的初始狀態(tài)為所述基礎(chǔ)解碼網(wǎng)路的初始狀態(tài)，所述第二狀態(tài)的初始狀態(tài)為所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)的初始狀態(tài)；

獲取所述待處理語音中的目標(biāo)語音幀的語音特征，執(zhí)行以下狀態(tài)轉(zhuǎn)移步驟：

所述第一狀態(tài)沿出邊轉(zhuǎn)移到下一狀態(tài)，輸出所述第一狀態(tài)出邊的輸出符號(hào)；

確定所述輸出符號(hào)與所述第二狀態(tài)的出邊的輸入符號(hào)是否相同；

響應(yīng)于確定所述輸出符號(hào)與所述第二狀態(tài)的出邊的輸入符號(hào)不相同，確定所述第二狀態(tài)是否為初始狀態(tài)或終止?fàn)顟B(tài)；

響應(yīng)于確定所述第二狀態(tài)不是初始狀態(tài)或終止?fàn)顟B(tài)，丟棄所述令牌。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述通過令牌傳遞算法對(duì)所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，包括：

響應(yīng)于確定所述輸出符號(hào)與所述第二狀態(tài)的出邊的輸入符號(hào)相同，構(gòu)建新令牌，所述新令牌的狀態(tài)對(duì)包括所述下一狀態(tài)和所述第二狀態(tài)沿出邊轉(zhuǎn)移的目的狀態(tài)，輸出所述第二狀態(tài)出邊的輸出符號(hào)；

確定所述第二狀態(tài)是否為初始狀態(tài)；

響應(yīng)于確定所述第二狀態(tài)是初始狀態(tài)，再次構(gòu)建新令牌，再次構(gòu)建的新令牌的狀態(tài)對(duì)包括所述下一狀態(tài)和所述第二狀態(tài)，以及將所述第一狀態(tài)出邊的開銷確定為合并開銷；

根據(jù)所述合并開銷更新令牌中的總開銷。

7.根據(jù)權(quán)利要求6所述的方法，其中，所述通過令牌傳遞算法對(duì)所述第一加權(quán)有限狀態(tài)轉(zhuǎn)換機(jī)和基礎(chǔ)解碼網(wǎng)路聯(lián)合搜索，包括：

響應(yīng)于確定所述目標(biāo)語音幀是所述待處理語音中最后一幀，從各個(gè)令牌里確定兩個(gè)狀態(tài)均為終止?fàn)顟B(tài)的令牌作為目標(biāo)令牌；

將開銷最小的目標(biāo)令牌對(duì)應(yīng)的路徑確定為解碼路徑。