[發(fā)明專利]一種語音識別方法及裝置

有效

• 申請?zhí)枺?/td>: 202110008353.6
• 申請日: 2021-01-05
• 公開（公告）號: CN112767923B
• 公開（公告）日: 2022-12-23
• 發(fā)明（設(shè)計）人: 張偉濤
• 申請（專利權(quán)）人: 上海微盟企業(yè)發(fā)展有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/06;G10L15/26;G06F16/63;G06F16/683
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王雨

本發(fā)明公開了一種語音識別方法及裝置，首先獲取待識別語音數(shù)據(jù)，然后根據(jù)待識別語音數(shù)據(jù)，使用第一檢測模型獲得待識別語音數(shù)據(jù)對應(yīng)的無聲調(diào)拼音數(shù)據(jù)，進一步根據(jù)獲得的無聲調(diào)拼音數(shù)據(jù)從預(yù)設(shè)數(shù)據(jù)庫檢索與無聲調(diào)拼音數(shù)據(jù)匹配的文本，將獲得的文本輸出。本發(fā)明對待識別語音學習獲得對應(yīng)的無聲調(diào)拼音數(shù)據(jù)，能夠提高對待識別語音學習的準確度，并根據(jù)對應(yīng)的無聲調(diào)拼音數(shù)據(jù)從預(yù)設(shè)數(shù)據(jù)庫檢索相匹配的文本以獲得識別結(jié)果，與現(xiàn)有直接學習獲得待識別語音對應(yīng)的文字的方法相比，能夠提高對待識別語音識別的準確率。

技術(shù)領(lǐng)域

本發(fā)明涉及語音識別技術(shù)領(lǐng)域，特別是涉及一種語音識別方法及裝置。

背景技術(shù)

現(xiàn)有技術(shù)中，實現(xiàn)語音識別的方法主要應(yīng)用于通用場景，而對于一些專用領(lǐng)域比如餐飲領(lǐng)域、這些語音識別方法對使用的專有名詞的識別準確率比較低，同時在自然場景下由于受到外界環(huán)境的噪音或者其它因素干擾，識別率更低。

發(fā)明內(nèi)容

鑒于以上所述，本發(fā)明的目的是提供一種語音識別方法及裝置，能夠提高識別準確率。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種語音識別方法，包括：

獲取待識別語音數(shù)據(jù)；

根據(jù)所述待識別語音數(shù)據(jù)，使用第一檢測模型獲得所述待識別語音數(shù)據(jù)對應(yīng)的無聲調(diào)拼音數(shù)據(jù)；

根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，從預(yù)設(shè)數(shù)據(jù)庫檢索與所述無聲調(diào)拼音數(shù)據(jù)匹配的文本，將獲得的文本輸出。

優(yōu)選的，根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，從預(yù)設(shè)數(shù)據(jù)庫檢索與所述無聲調(diào)拼音數(shù)據(jù)匹配的文本包括：

根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，若從所述預(yù)設(shè)數(shù)據(jù)庫未檢索到無聲調(diào)拼音與所述無聲調(diào)拼音數(shù)據(jù)一致的文本，則根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，使用第二檢測模型獲得所述待識別語音數(shù)據(jù)對應(yīng)的文字數(shù)據(jù)；

根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)或者所述文字數(shù)據(jù)，從所述預(yù)設(shè)數(shù)據(jù)庫檢索與所述無聲調(diào)拼音數(shù)據(jù)或者所述文字數(shù)據(jù)匹配的文本，將獲得的文本輸出。

優(yōu)選的，根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，從預(yù)設(shè)數(shù)據(jù)庫檢索與所述無聲調(diào)拼音數(shù)據(jù)匹配的文本包括：

根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)，若從所述預(yù)設(shè)數(shù)據(jù)庫檢索到無聲調(diào)拼音與所述無聲調(diào)拼音數(shù)據(jù)一致的文本，則將獲得的文本輸出。

優(yōu)選的，根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)或者所述文字數(shù)據(jù)，從所述預(yù)設(shè)數(shù)據(jù)庫檢索與所述無聲調(diào)拼音數(shù)據(jù)或者所述文字數(shù)據(jù)匹配的文本包括：

根據(jù)獲得的所述文字數(shù)據(jù)，若從所述預(yù)設(shè)數(shù)據(jù)庫未檢索到與所述文字數(shù)據(jù)一致的文本，則根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)從所述預(yù)設(shè)數(shù)據(jù)庫檢索無聲調(diào)拼音與所述無聲調(diào)拼音數(shù)據(jù)的第一相似度滿足要求的文本，根據(jù)獲得的所述文字數(shù)據(jù)從所述預(yù)設(shè)數(shù)據(jù)庫檢索與所述文字數(shù)據(jù)的第二相似度滿足要求的文本，將獲得的文本輸出。

優(yōu)選的，具體包括：根據(jù)獲得的所述無聲調(diào)拼音數(shù)據(jù)從所述預(yù)設(shè)數(shù)據(jù)庫檢索無聲調(diào)拼音與所述無聲調(diào)拼音數(shù)據(jù)的第一相似度滿足要求的文本，根據(jù)獲得的所述文字數(shù)據(jù)從所述預(yù)設(shè)數(shù)據(jù)庫檢索與所述文字數(shù)據(jù)的第二相似度滿足要求的文本，將兩部分文本合并去重。

優(yōu)選的，具體包括：根據(jù)從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本的無聲調(diào)拼音與獲得的所述無聲調(diào)拼音數(shù)據(jù)的第一相似度、從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本與獲得的所述文字數(shù)據(jù)的第二相似度以及從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本與獲得的所述文字數(shù)據(jù)之間的共有字符占比，從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本中篩選出符合要求的文本。

優(yōu)選的，具體包括：將從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本的無聲調(diào)拼音與獲得的所述無聲調(diào)拼音數(shù)據(jù)的第一相似度、從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本與獲得的所述文字數(shù)據(jù)的第二相似度以及從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本與獲得的所述文字數(shù)據(jù)之間的共有字符占比求和，根據(jù)求和結(jié)果從所述預(yù)設(shè)數(shù)據(jù)庫檢索出的文本中篩選出符合要求的文本。