[發明專利]語音識別方法及相關裝置

有效

• 申請號: 202110088987.7
• 申請日: 2021-01-22
• 公開（公告）號: CN112885335B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 黃智超;陳現麟;王強
• 申請（專利權）人: 北京讀我科技有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/02;G10L15/16;G10L15/22;G10L15/26
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 尹秀

1.一種語音識別方法，其特征在于，包括：

采用目標領域的公開數據對聲學模型和語言模型進行訓練，得到目標聲學模型和初始語言模型；所述目標領域指：語音數據的內容具有分布規律的領域；

將所述目標領域的采集語音數據輸入所述目標聲學模型得到的特征數據輸入所述初始語言模型，得到文本數據；

采用符合所述目標領域語音內容的分布規律的文本庫，對所述文本數據進行糾錯；

至少采用所述采集語音數據和糾錯后的文本數據，對所述初始語言模型進行訓練，得到目標語言模型；

依據所述目標聲學模型和所述目標語言模型，對所述目標領域的待識別語音進行識別；

其中，所述文本庫包括：所述目標領域語音內容的語義點、滿足所述語義點的語句，以及所述語義點的易錯關鍵詞；

所述采用符合所述目標領域語音內容的規律的文本庫，對所述文本數據進行糾錯，包括：

將所述文本數據中，與所述文本庫中的一個語句的相似度大于預設閾值的語句，作為目標語句；

將所述文本庫中與所述目標語句的相似度大于所述預設閾值的語句的語義點，作為目標語義點；

計算所述目標語句中的每個分詞分別與目標易錯關鍵詞間的音素距離；所述目標易錯關鍵詞為所述目標語義點對應的易錯關鍵詞；

將所述目標語句中音素距離小于第二閾值的分詞，糾正為所述目標易錯關鍵詞。

2.根據權利要求1所述的方法，其特征在于，所述文本庫通過人工對部分所述采集語音數據中提取得到。

3.根據權利要求1所述的方法，其特征在于，所述采用目標領域的公開數據對聲學模型和語言模型進行訓練，包括：

采用所述目標領域的開源數據，對所述聲學模型進行訓練；

采用所述目標領域的網上爬取數據，對所述語言模型進行訓練。

4.根據權利要求3所述的方法，其特征在于，所述至少采用所述采集語音數據和糾錯后的文本數據，對所述初始語言模型進行訓練，得到目標語言模型，包括：

采用所述網上爬取數據、所述采集語音數據和糾錯后的文本數據，對所述初始語言模型進行訓練，得到目標語言模型。

5.一種語音識別裝置，其特征在于，包括：

第一訓練模塊，用于采用目標領域的公開數據對聲學模型和語言模型進行訓練，得到目標聲學模型和初始語言模型；所述目標領域指：語音數據的內容具有分布規律的領域；

執行模塊，用于將所述目標領域的采集語音數據輸入所述目標聲學模型得到的特征數據輸入所述初始語言模型，得到文本數據；

糾錯模塊，用于采用符合所述目標領域語音內容的分布規律的文本庫，對所述文本數據進行糾錯；

第二訓練模型，用于至少采用所述采集語音數據和糾錯后的文本數據，對所述初始語言模型進行訓練，得到目標語言模型；

識別模塊，用于依據所述目標聲學模型和所述目標語言模型，對所述目標領域的待識別語音進行識別；

其中，所述文本庫包括：所述目標領域語音內容的語義點、滿足所述語義點的語句，以及所述語義點的易錯關鍵詞；

所述糾錯模塊，用于采用符合所述目標領域語音內容的規律的文本庫，對所述文本數據進行糾錯，包括：

所述糾錯模塊，具體用于將所述文本數據中，與所述文本庫中的一個語句的相似度大于預設閾值的語句，作為目標語句；將所述文本庫中與所述目標語句的相似度大于所述預設閾值的語句的語義點，作為目標語義點；計算所述目標語句中的每個分詞分別與目標易錯關鍵詞間的音素距離；所述目標易錯關鍵詞為所述目標語義點對應的易錯關鍵詞；將所述目標語句中音素距離小于第二閾值的分詞，糾正為所述目標易錯關鍵詞。

6.根據權利要求5所述的裝置，其特征在于，所述文本庫通過人工對部分所述采集語音數據中提取得到。

7.一種存儲介質，其特征在于，所述存儲介質包括存儲的程序，其中，所述程序執行權利要求1～4任意一項所述的語音識別方法。

8.一種語音識別設備，其特征在于，所述設備包括至少一個處理器、以及與所述處理器連接的至少一個存儲器、總線；其中，所述處理器、所述存儲器通過所述總線完成相互間的通信；所述處理器用于調用所述存儲器中的程序指令，以執行如權利要求1～4中任一項所述的語音識別方法。