[發(fā)明專利]一種語音輸入矯正處理方法、裝置、電子設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110014882.7
• 申請日: 2021-01-06
• 公開（公告）號: CN112786027B
• 公開（公告）日: 2022-02-22
• 發(fā)明（設(shè)計）人: 胡志鵬;楊天格;卜佳俊
• 申請（專利權(quán)）人: 浙江大學(xué);網(wǎng)易(杭州)網(wǎng)絡(luò)有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/07
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 鐘揚飛

本申請?zhí)峁┮环N語音輸入矯正處理方法、裝置、電子設(shè)備及存儲介質(zhì)，涉及語音識別技術(shù)領(lǐng)域。該方法包括：獲取用戶輸入的待識別語音；對第一待識別語音進行特征提取，得到待識別語音特征；采用用戶對應(yīng)的語音矯正模型，對待識別語音特征進行識別，得到待識別語音對應(yīng)的識別文本，語音矯正模型根據(jù)訓(xùn)練語音特征和指定文本進行模型訓(xùn)練得到，訓(xùn)練語音特征根據(jù)用戶朗讀指定文本的訓(xùn)練語音進行特征提取得到，指定文本為滿足預(yù)設(shè)音節(jié)組合條件的指定文本；獲取用戶輸入的針對識別文本的更新文本；根據(jù)更新文本，以及待識別語音特征，對語音矯正模型進行更新。本申請可減小對于發(fā)音不標(biāo)準(zhǔn)用戶基于語音識別技術(shù)的語音溝通障礙，提高用戶的使用體驗。

技術(shù)領(lǐng)域

本申請涉及語音識別技術(shù)領(lǐng)域，具體而言，涉及一種語音輸入矯正處理方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著語音識別技術(shù)的發(fā)展，語音識別功能在越來越多的應(yīng)用場景中被使用。

目前的語音識別功能大多是采用語音識別模型實現(xiàn)，而語音識別模型的訓(xùn)練是采用基于標(biāo)準(zhǔn)語音的訓(xùn)練庫進行訓(xùn)練。然而，在實際應(yīng)用場景，用戶的語言生長環(huán)境或者身體生理原因等多方面原因，都可能導(dǎo)致用戶的發(fā)音可能不是很標(biāo)準(zhǔn)。

對于這一部分發(fā)音不標(biāo)準(zhǔn)的用戶，采用通用的語音識別可能存在識別無效如識別不準(zhǔn)確、甚至無法識別等問題，使得這一部分用戶使用語音識別技術(shù)的語音溝通存在很大的阻礙，嚴(yán)重影響用戶的使用體驗。

發(fā)明內(nèi)容

本申請的目的在于，針對上述現(xiàn)有技術(shù)中的不足，提供一種語音輸入矯正處理方法、裝置、電子設(shè)備及存儲介質(zhì)，以減小對于發(fā)音不標(biāo)準(zhǔn)用戶基于語音識別技術(shù)的語音溝通障礙，提高用戶的使用體驗。

為實現(xiàn)上述目的，本申請實施例采用的技術(shù)方案如下：

第一方面，本申請實施例提供了一種語音輸入矯正處理方法，包括：

獲取用戶輸入的第一待識別語音；

對所述第一待識別語音進行特征提取，得到第一待識別語音特征；

采用所述用戶對應(yīng)的語音矯正模型，對所述第一待識別語音特征進行識別，得到所述第一待識別語音對應(yīng)的第一識別文本，其中，所述用戶對應(yīng)的所述語音矯正模型根據(jù)訓(xùn)練語音特征和第一指定文本進行模型訓(xùn)練得到，所述訓(xùn)練語音特征根據(jù)訓(xùn)練語音進行特征提取得到，所述訓(xùn)練語音為獲取的所述用戶朗讀第一指定文本的訓(xùn)練語音，所述第一指定文本為滿足預(yù)設(shè)音節(jié)組合條件的指定文本；

獲取所述用戶輸入的針對所述第一識別文本的更新文本；

根據(jù)所述更新文本，以及所述第一待識別語音特征，對所述語音矯正模型進行更新。

可選的，所述方法還包括：

獲取所述用戶輸入的第二待識別語音；

對所述第二待識別語音進行特征提取，得到第二待識別語音特征；

采用更新后的所述語音矯正模型，對所述第二待識別語音特征進行識別，得到所述第二待識別語音對應(yīng)的第二識別文本。

可選的，所述采用所述用戶對應(yīng)的語音矯正模型，對所述第一待識別語音特征進行識別，得到所述第一待識別語音對應(yīng)的第一識別文本之前，所述方法還包括：

獲取針對所述用戶的評價語音以及所述評價語音對應(yīng)的文本；

對所述評價語音進行特征提取，得到所述用戶的評價語音特征；

根據(jù)所述評價語音特征和所述評價語音對應(yīng)的文本對所述用戶對應(yīng)的所述語音矯正模型進行矯正。

可選的，所述獲取針對所述用戶的評價語音以及所述評價語音對應(yīng)的文本，包括：

獲取所述用戶朗讀第二指定文本的語音，其中，所述第二指定文本和所述第一指定文本為不同的指定文本；