[發(fā)明專利]語音識(shí)別方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202011639563.7
• 申請(qǐng)日: 2020-12-31
• 公開（公告）號(hào): CN112802455B
• 公開（公告）日: 2023-04-11
• 發(fā)明（設(shè)計(jì)）人: 李健;常樂;陳明;武衛(wèi)東
• 申請(qǐng)（專利權(quán)）人: 北京捷通華聲科技股份有限公司
• 主分類號(hào): G10L15/02
• 分類號(hào): G10L15/02;G10L15/26;G10L15/18
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 黃海英

1.一種語音識(shí)別方法，其特征在于，包括：

確定待識(shí)別語音數(shù)據(jù)所屬的目標(biāo)業(yè)務(wù)部門，并獲取所述目標(biāo)業(yè)務(wù)部門對(duì)應(yīng)的目標(biāo)租戶下的語音識(shí)別資源，其中，所述目標(biāo)業(yè)務(wù)部門為目標(biāo)組織機(jī)構(gòu)的多個(gè)業(yè)務(wù)部門之一的部門，所述目標(biāo)租戶為所述目標(biāo)組織機(jī)構(gòu)對(duì)應(yīng)的多租戶系統(tǒng)中的租戶，所述目標(biāo)租戶下的語音識(shí)別資源至少包括以下之一：所述目標(biāo)業(yè)務(wù)部門的熱詞、動(dòng)態(tài)語言模型，所述動(dòng)態(tài)語言模型由所述目標(biāo)業(yè)務(wù)部門的語料訓(xùn)練得到；

確定所述目標(biāo)租戶所屬的所述多租戶系統(tǒng)對(duì)應(yīng)的語音識(shí)別系統(tǒng)，其中，所述語音識(shí)別系統(tǒng)中的語言模型由所述目標(biāo)組織機(jī)構(gòu)的語料訓(xùn)練得到；

基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的語音識(shí)別資源，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到目標(biāo)文本數(shù)據(jù)，包括：

基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的動(dòng)態(tài)語言模型，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到所述目標(biāo)文本數(shù)據(jù)；或

基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的熱詞，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到所示目標(biāo)文本數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在確定待識(shí)別語音數(shù)據(jù)所屬的目標(biāo)業(yè)務(wù)部門，并獲取所述目標(biāo)業(yè)務(wù)部門對(duì)應(yīng)的目標(biāo)租戶下的語音識(shí)別資源之前，所述方法還包括：

確定所述目標(biāo)組織機(jī)構(gòu)包含的業(yè)務(wù)部門，并基于所述目標(biāo)組織機(jī)構(gòu)包含的業(yè)務(wù)部門構(gòu)建多租戶系統(tǒng)，其中，所述多租戶系統(tǒng)中的每個(gè)租戶對(duì)應(yīng)一個(gè)所述目標(biāo)組織機(jī)構(gòu)中的每個(gè)業(yè)務(wù)部門；

獲取所述目標(biāo)組織機(jī)構(gòu)運(yùn)行的過程中產(chǎn)生的語料，基于所述語料訓(xùn)練得到所述語言模型，并建立所述語言模型與所述多租戶系統(tǒng)之間的關(guān)聯(lián)關(guān)系；

分別獲取所述目標(biāo)組織機(jī)構(gòu)中的每個(gè)業(yè)務(wù)部門運(yùn)行的過程中產(chǎn)生的語料，分別基于每個(gè)所述業(yè)務(wù)部門的語料確定所述業(yè)務(wù)部門的語音識(shí)別資源，并建立所述業(yè)務(wù)部門的語音識(shí)別資源與所述業(yè)務(wù)部門對(duì)應(yīng)的租戶之間的關(guān)聯(lián)關(guān)系。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的動(dòng)態(tài)語言模型，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到所述目標(biāo)文本數(shù)據(jù)包括：

基于所述語音識(shí)別系統(tǒng)中的聲學(xué)模型對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到音素序列；

基于發(fā)音詞典確定所述音素序列對(duì)應(yīng)的第一文本數(shù)據(jù)；

基于所述語音識(shí)別系統(tǒng)中的語言模型對(duì)所述第一文本數(shù)據(jù)進(jìn)行調(diào)整，得到第二文本數(shù)據(jù)；

基于所述目標(biāo)租戶下的動(dòng)態(tài)語言模型，對(duì)所述第二文本數(shù)據(jù)進(jìn)行調(diào)整，得到所述目標(biāo)文本數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述熱詞至少包括以下之一類型：

解碼調(diào)整熱詞，用于在所述語音識(shí)別系統(tǒng)的語言模型中的解碼網(wǎng)絡(luò)中建立新的解碼路徑；

文本替換熱詞，用于對(duì)所述語音識(shí)別系統(tǒng)輸出的文本數(shù)據(jù)中的目標(biāo)詞匯進(jìn)行替換，其中，所述目標(biāo)詞匯是與所述文本替換熱詞具有關(guān)聯(lián)關(guān)系的詞匯；

音素替換熱詞，用于對(duì)所述語音識(shí)別系統(tǒng)中的聲學(xué)模型輸出的音素序列中的目標(biāo)音素進(jìn)行替換，其中，所述目標(biāo)音素是與所述音素替換熱詞具有關(guān)聯(lián)關(guān)系的音素。

5.一種語音識(shí)別裝置，其特征在于，包括：

第一確定單元，用于確定待識(shí)別語音數(shù)據(jù)所屬的目標(biāo)業(yè)務(wù)部門，并獲取所述目標(biāo)業(yè)務(wù)部門對(duì)應(yīng)的目標(biāo)租戶下的語音識(shí)別資源，其中，所述目標(biāo)業(yè)務(wù)部門為目標(biāo)組織機(jī)構(gòu)的多個(gè)業(yè)務(wù)部門之一的部門，所述目標(biāo)租戶為所述目標(biāo)組織機(jī)構(gòu)對(duì)應(yīng)的多租戶系統(tǒng)中的租戶，所述目標(biāo)租戶下的語音識(shí)別資源至少包括以下之一：所述目標(biāo)業(yè)務(wù)部門的熱詞、動(dòng)態(tài)語言模型，所述動(dòng)態(tài)語言模型由所述目標(biāo)業(yè)務(wù)部門的語料訓(xùn)練得到；

第二確定單元，用于確定所述目標(biāo)租戶所屬的所述多租戶系統(tǒng)對(duì)應(yīng)的語音識(shí)別系統(tǒng)，其中，所述語音識(shí)別系統(tǒng)中的語言模型由所述目標(biāo)組織機(jī)構(gòu)的語料訓(xùn)練得到；

識(shí)別單元，用于基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的語音識(shí)別資源，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到目標(biāo)文本數(shù)據(jù)；

所述識(shí)別單元包括：

第一識(shí)別模塊，用于基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的動(dòng)態(tài)語言模型，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到所述目標(biāo)文本數(shù)據(jù)；或

第二識(shí)別模塊，用于基于所述語音識(shí)別系統(tǒng)以及所述目標(biāo)租戶下的熱詞，對(duì)所述待識(shí)別語音數(shù)據(jù)進(jìn)行識(shí)別，得到所示目標(biāo)文本數(shù)據(jù)。