[發(fā)明專利]一種語義信息糾偏方法和裝置

在審

• 申請?zhí)枺?/td>: 202011377435.X
• 申請日: 2020-11-30
• 公開（公告）號: CN112562668A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設計）人: 韓傳宇;趙鵬;易暉;翁志偉
• 申請（專利權）人: 廣州橙行智動汽車科技有限公司;廣州小鵬汽車科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G06F40/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 趙娟

本發(fā)明實施例提供了一種語義信息糾偏方法和裝置，所述方法應用于智能座艙，所述智能座艙包括顯示組件，所述方法包括：獲取語音請求，以及與所述顯示組件所顯示內容匹配的場景信息；所述場景信息包含至少一個場景元素字符；生成與所述語音請求匹配的語義信息；確定與所述語義信息匹配的第一注音信息，以及與所述場景元素字符匹配的第二注音信息；確定所述第一注音信息與所述第二注音信息的相似度；基于所述相似度，采用所述場景元素字符糾偏所述語義信息。本發(fā)明實施例可以實現(xiàn)在避免采用大型模型對語音請求進行識別的情況下，能夠基于動態(tài)的場景元素字符對語義信息進行實時、動態(tài)、高效地糾偏，提高了智能座艙針對語音請求識別的準確性。

技術領域

本發(fā)明涉及汽車技術領域，特別是涉及一種語義信息糾偏方法和一種語義信息糾偏裝置。

背景技術

ASR(Automatic Speech Recognition，自動語音識別)是一種能夠將人的語音轉換為文本的技術。

在場景語音中，用戶往往會根據當前場景發(fā)出相應的語音，當ASR轉換得到的文本出現(xiàn)錯誤時，會直接影響到場景指令的生成。一般的，會針對ASR轉換得到的文本設置相應的糾錯技術，以使場景指令能夠正確生成。

目標現(xiàn)有的糾錯技術包括：

一種是利用拼音、編輯距離等相似度計算方法，進行模糊匹配糾錯，但是該技術存在以下缺陷：1、無法在線實時動態(tài)糾錯，需要根據經驗整理一個易錯集，有很大的時間成本和人力成本。2、影響范圍有限，只能解決局部問題。3、不夠準確，容易有較多誤召回文本情況。

另一種是利用有監(jiān)督的機器學習方法進行模型訓練與預測糾錯，但是該技術存在以下缺陷：1、需要大量人工標注數據。2、模型準確度不夠，一般用分類模型來做，每一個字的位置都有詞典個數的預測結果，會造成標簽預測災難。3、線上推理時延較大。

發(fā)明內容

鑒于上述問題，提出了本發(fā)明實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種語義信息糾偏方法和相應的一種語義信息糾偏裝置。

為了解決上述問題，本發(fā)明實施例公開了一種語義信息糾偏方法，應用于智能座艙，所述智能座艙包括顯示組件，所述方法包括：

獲取語音請求，以及與所述顯示組件所顯示內容匹配的場景信息；所述場景信息包含至少一個場景元素字符；

生成與所述語音請求匹配的語義信息；

確定與所述語義信息匹配的第一注音信息，以及與所述場景元素字符匹配的第二注音信息；

確定所述第一注音信息與所述第二注音信息的相似度；

基于所述相似度，采用所述場景元素字符糾偏所述語義信息。

可選地，所述方法還包括：

采用糾偏后的語義信息生成指令信息；

響應于所述指令信息，執(zhí)行相應的操作。

可選地，所述確定所述第一注音信息以及所述第二注音信息的相似度的步驟，包括：

確定所述第一注音信息以及所述第二注音信息之間的注音差異值；

確定所述第一注音信息以及所述第二注音信息之間的編輯距離差異值；

依據所述發(fā)音差異值和所述編輯距離差異值，確定所述第一注音信息與所述第二注音信息的相似度。

可選地，所述確定所述第一注音信息以及所述第二注音信息之間的發(fā)音差異值的步驟，包括：

針對所述第一注音信息包含的注音元素以及所述第二注音信息包含的注音元素進行對比，得到對比結果；

采用預設的權重分值以及所述對比結果，生成注音差異值；