[發(fā)明專利]一種識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110281812.8
• 申請日: 2021-03-16
• 公開（公告）號: CN113012701A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 劉俊帥;夏光敏;王進(jìn)
• 申請（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L25/51;G10L15/16
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張靜

本申請?zhí)峁┝艘环N識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，該方法中利用訓(xùn)練數(shù)據(jù)訓(xùn)練得到語音識(shí)別糾錯(cuò)模型，訓(xùn)練數(shù)據(jù)包含對訓(xùn)練文本進(jìn)行糾錯(cuò)的數(shù)據(jù)及標(biāo)點(diǎn)預(yù)測模型基于訓(xùn)練樣本，得到的上下文信息，可以使語音識(shí)別糾錯(cuò)模型的訓(xùn)練數(shù)據(jù)更加豐富，保證語音識(shí)別糾錯(cuò)模型能夠?qū)W習(xí)到更豐富的上下文信息，提高語音識(shí)別糾錯(cuò)模型的精度。在此基礎(chǔ)上，將基于詞特征的第一上下文信息和第二上下文信息，確定的詞特征以及詞特征的第三上下文信息輸入到語音識(shí)別糾錯(cuò)模型，可以提高語音識(shí)別糾錯(cuò)模型糾錯(cuò)的準(zhǔn)確率。并且，在對識(shí)別結(jié)果進(jìn)行糾錯(cuò)的準(zhǔn)確率得到提高的基礎(chǔ)上，標(biāo)點(diǎn)預(yù)測模型對準(zhǔn)確率更高的識(shí)別結(jié)果進(jìn)行標(biāo)點(diǎn)預(yù)測，可以提高標(biāo)點(diǎn)預(yù)測的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請涉及語音識(shí)別技術(shù)領(lǐng)域，特別涉及一種識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

目前，語音識(shí)別系統(tǒng)的識(shí)別結(jié)果可能會(huì)含有一些錯(cuò)誤，為了提高識(shí)別結(jié)果的準(zhǔn)確率，可以借助糾錯(cuò)模塊對語音識(shí)別系統(tǒng)的識(shí)別結(jié)果進(jìn)行糾錯(cuò)。

但是，糾錯(cuò)模塊糾錯(cuò)的精度并不高，導(dǎo)致糾錯(cuò)的準(zhǔn)確率不高。

發(fā)明內(nèi)容

本申請?zhí)峁┤缦录夹g(shù)方案：

本申請一方面提供一種識(shí)別方法，包括：

獲取語音識(shí)別系統(tǒng)識(shí)別出的待處理文本中每個(gè)詞的詞特征；

將所述詞特征輸入到標(biāo)點(diǎn)預(yù)測模型，獲得所述標(biāo)點(diǎn)預(yù)測模型得到的所述詞特征的第一上下文信息；

將所述詞特征輸入到語音識(shí)別糾錯(cuò)模型，獲得所述語音識(shí)別糾錯(cuò)模型得到的所述詞特征的第二上下文信息，所述語音識(shí)別糾錯(cuò)模型為利用訓(xùn)練數(shù)據(jù)訓(xùn)練得到的，所述訓(xùn)練數(shù)據(jù)包含對訓(xùn)練文本進(jìn)行糾錯(cuò)的數(shù)據(jù)及所述標(biāo)點(diǎn)預(yù)測模型基于所述訓(xùn)練樣本，得到的上下文信息；

基于所述詞特征的第一上下文信息和第二上下文信息，確定所述詞特征的第三上下文信息；

將所述詞特征以及所述詞特征的第三上下文信息輸入到所述語音識(shí)別糾錯(cuò)模型，獲得所述語音識(shí)別糾錯(cuò)模型對所述待處理文本進(jìn)行糾錯(cuò)處理后得到的文本。

所述基于所述詞特征的第一上下文信息和第二上下文信息，確定所述詞特征的第三上下文信息，包括：

對所述詞特征的第一上下文信息和第二上下文信息進(jìn)行拼接處理，得到第三上下文信息。

所述基于所述詞特征的第一上下文信息和第二上下文信息，得到所述詞特征的第三上下文信息，包括：

對所述詞特征的第一上下文信息和第二上下文信息進(jìn)行點(diǎn)積運(yùn)算處理，得到第三上下文信息。

所述基于所述詞特征的第一上下文信息和第二上下文信息，得到所述詞特征的第三上下文信息，包括：

將所述詞特征的第一上下文信息和第二上下文信息輸入到用于進(jìn)行特征融合的第一機(jī)器學(xué)習(xí)模型中，得到所述第一機(jī)器學(xué)習(xí)模型輸出的第三上下文信息。

所述標(biāo)點(diǎn)預(yù)測模型包含標(biāo)點(diǎn)預(yù)測子模型和自編碼器；

所述將所述詞特征輸入到標(biāo)點(diǎn)預(yù)測模型，獲得所述標(biāo)點(diǎn)預(yù)測模型得到的所述詞特征的第一上下文信息，包括：

將所述詞特征輸入到所述自編碼器，獲得所述自編碼器的中間層對待處理詞特征的第一子上下文信息進(jìn)行處理時(shí)所使用的參數(shù)，所述待處理詞特征為所述待處理文本中排列在所述詞特征之前的第一個(gè)詞特征；

基于所述自編碼器的中間層對所述待處理詞特征的第一子上下文信息進(jìn)行處理時(shí)所使用的參數(shù)及所述詞特征，得到待使用特征；

將所述待使用特征輸入到所述標(biāo)點(diǎn)預(yù)測子模型的中間層，獲得所述標(biāo)點(diǎn)預(yù)測子模型的中間層對所述待使用特征進(jìn)行處理，得到的所述詞特征的第一上下文信息。