[發明專利]基于自然語言處理的語音識別方法、裝置、設備及介質

在審

• 申請號: 202110467540.0
• 申請日: 2021-04-28
• 公開（公告）號: CN113192497A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 康海梅;魏韜;馬駿;王少軍
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L15/18
• 分類號: G10L15/18;G10L15/26;G10L15/02
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 涂年影

本發明公開了基于自然語言處理的語音識別方法、系統、設備及介質，方法包括：提取語音信息的音頻特征信息并通過困惑網絡解析得到拼音信息及初始文本信息，分別對拼音信息及初始文本信息進行轉換得到拼音編碼序列及初始字符編碼序列并進行疊加組合得到組合編碼序列，根據文本糾錯模型對組合編碼序列進行糾錯得到糾錯編碼序列，對糾錯編碼序列進行逆轉換得到文本識別信息。本發明屬于基于自然語言處理技術領域，基于上述困惑網絡對語音信息進行解析，并通過文本糾錯模型對組合編碼序列進行糾錯處理最終得到文本識別結果，可對初始識別得到的初始文本信息中存在的文本錯誤進行糾正，從而大幅提升對語音信息進行識別的準確率。

技術領域

本發明涉及基于自然語言處理技術領域，屬于智慧城市中基于自然語言處理對語音信息進行智能識別的應用場景，尤其涉及一種基于自然語言處理的語音識別方法、裝置、設備及介質。

背景技術

隨著語音識別技術的快速發展，在采用智能語音客服代替人工客服、在智能語音家居等場景中得到了越來越廣泛的應用，可通過語音識別技術構建識別模型對用戶輸入的語音信息進行識別處理，以得到相應的識別結果，并根據識別結果執行對應的程序或獲取對應的答復信息。然而發明人發現，現有的語音識別技術中通常是對語音信息進行識別以得到對應拼音信息，對拼音信息進行語義解析得到文本信息，然而現有技術經常會因匹配精度的問題而導致識別結果中存在文本錯誤，錯誤形式通常包括插入錯誤、替換錯誤和刪除錯誤，導致難以獲取準確對語音信息進行識別得到文本識別結果。因此，現有的語音識別方法存在難以準確對語音信息進行識別的問題。

發明內容

本發明實施例提供了一種基于自然語言處理的語音識別方法、裝置、設備及介質，旨在解決現有語音識別方法所存在的難以準確對語音信息進行識別的問題。

第一方面，本發明實施例提供了一種基于自然語言處理的語音識別方法，其中，所述方法包括：

若接收到用戶輸入的語音信息，根據預置的音頻特征提取模型從所述語音信息中提取得到音頻特征信息；

根據預置的困惑網絡對所述音頻特征信息進行解析得到拼音信息及初始文本信息；

根據預置的轉換詞典分別對所述拼音信息及所述初始文本信息進行轉換得到對應的拼音編碼序列及初始字符編碼序列；

對所述拼音編碼序列及所述初始字符編碼序列進行疊加組合得到所述語音信息的組合編碼序列；

將所述組合編碼序列輸入預置的文本糾錯模型進行糾錯以得到對應的糾錯編碼序列；

根據所述轉換詞典對所述糾錯編碼序列進行逆轉換得到與所述語音信息對應的文本識別信息。

第二方面，本發明實施例提供了一種基于自然語言處理的語音識別裝置，其中，所述基于自然語言處理的語音識別裝置，包括：

音頻特征信息提取單元，用于若接收到用戶輸入的語音信息，根據預置的音頻特征提取模型從所述語音信息中提取得到音頻特征信息；

初始文本信息獲取單元，用于根據預置的困惑網絡對所述音頻特征信息進行解析得到拼音信息及初始文本信息；

編碼序列獲取單元，用于根據預置的轉換詞典分別對所述拼音信息及所述初始文本信息進行轉換得到對應的拼音編碼序列及初始字符編碼序列；

組合編碼序列獲取單元，用于對所述拼音編碼序列及所述初始字符編碼序列進行疊加組合得到所述語音信息的組合編碼序列；

糾錯編碼序列獲取單元，用于將所述組合編碼序列輸入預置的文本糾錯模型進行糾錯以得到對應的糾錯編碼序列；

文本識別信息獲取單元，用于根據所述轉換詞典對所述糾錯編碼序列進行逆轉換得到與所述語音信息對應的文本識別信息。