[發(fā)明專利]會(huì)議錄音轉(zhuǎn)寫方法、系統(tǒng)、計(jì)算機(jī)設(shè)備和可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110644427.5
• 申請(qǐng)日: 2021-06-09
• 公開（公告）號(hào): CN113450803A
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 劉晨
• 申請(qǐng)（專利權(quán)）人: 上海明略人工智能（集團(tuán)）有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L15/08
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李紅巖

本申請(qǐng)涉及一種會(huì)議錄音轉(zhuǎn)寫方法、系統(tǒng)、計(jì)算機(jī)和存儲(chǔ)介質(zhì)，其中，該方法包括：熱詞語(yǔ)料集合構(gòu)建步驟，獲取待轉(zhuǎn)寫的會(huì)議錄音信息，根據(jù)會(huì)議錄音信息通過網(wǎng)絡(luò)和/或內(nèi)部知識(shí)庫(kù)獲取熱詞擴(kuò)展數(shù)據(jù)并構(gòu)建熱詞語(yǔ)料集合；識(shí)別解碼網(wǎng)絡(luò)構(gòu)建步驟，構(gòu)建識(shí)別解碼網(wǎng)絡(luò)；語(yǔ)音信號(hào)解碼步驟，獲取待轉(zhuǎn)寫的會(huì)議錄音，利用所述識(shí)別解碼網(wǎng)絡(luò)解碼所述會(huì)議錄音的每幀語(yǔ)音信號(hào)，并在完成最后一幀語(yǔ)音信號(hào)解碼后，選擇最大累計(jì)概率的活躍節(jié)點(diǎn)作為最優(yōu)節(jié)點(diǎn)，通過最優(yōu)節(jié)點(diǎn)獲取其對(duì)應(yīng)的單詞序列；熱詞解碼增強(qiáng)步驟，在語(yǔ)音信號(hào)解碼步驟中根據(jù)熱詞語(yǔ)料集合對(duì)所述活躍節(jié)點(diǎn)的歷史路徑進(jìn)行增強(qiáng)。通過本申請(qǐng)，實(shí)現(xiàn)對(duì)熱詞識(shí)別的有效增強(qiáng)，提高會(huì)議錄音轉(zhuǎn)寫對(duì)熱詞的識(shí)別效果。

技術(shù)領(lǐng)域

本申請(qǐng)涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別是涉及會(huì)議錄音轉(zhuǎn)寫方法、系統(tǒng)、計(jì)算機(jī)設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

越來越多的會(huì)議錄音亟待發(fā)掘其中的價(jià)值，這就需要從錄音轉(zhuǎn)換成文字。語(yǔ)音識(shí)別作為如今普遍的處理上述問題的技術(shù)，已經(jīng)廣泛運(yùn)用于手機(jī)助手、智能音箱和智能客服等場(chǎng)景。然而隨著各行各業(yè)大量會(huì)議錄音的產(chǎn)生，通用語(yǔ)音識(shí)別已經(jīng)難以處理各種專業(yè)性較高甚至生澀難懂的詞匯，導(dǎo)致會(huì)議錄音轉(zhuǎn)寫的質(zhì)量往往無法令人滿意。

通用語(yǔ)音識(shí)別技術(shù)預(yù)先基于海量數(shù)據(jù)訓(xùn)練的系統(tǒng)能滿足常用語(yǔ)音輸入撰寫的需要，特別當(dāng)語(yǔ)音輸入內(nèi)容符合原語(yǔ)言模型概率分布時(shí)識(shí)別準(zhǔn)確率往往較高。然而在實(shí)際應(yīng)用中，移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)快速發(fā)展不斷產(chǎn)生著新的熱點(diǎn)話題及相應(yīng)的熱點(diǎn)詞匯，不同用戶也存在不同個(gè)性化詞匯的識(shí)別需求，如聯(lián)絡(luò)人名等，這些熱點(diǎn)詞匯或個(gè)性化詞匯由于時(shí)效性和特異性在原始采集的語(yǔ)料中往往出現(xiàn)頻度較低，因而原語(yǔ)言模型對(duì)該類詞匯往往覆蓋不足，進(jìn)而導(dǎo)致相應(yīng)識(shí)別系統(tǒng)不能準(zhǔn)確識(shí)別該類熱詞。

會(huì)議錄音轉(zhuǎn)寫的質(zhì)量依賴于關(guān)鍵詞和關(guān)鍵語(yǔ)句的正確識(shí)別，而這些專業(yè)的，需要重點(diǎn)關(guān)注的詞匯一般稱之為熱詞，即熱門詞匯。熱詞既包括上述的專業(yè)領(lǐng)域詞匯，也包括最近比較熱門的新穎詞匯，對(duì)于熱詞的識(shí)別一直是語(yǔ)音識(shí)別領(lǐng)域的一大難題，也是使會(huì)議錄音轉(zhuǎn)寫更好滿足用戶需求的一大契合點(diǎn)。

現(xiàn)有語(yǔ)音識(shí)別技術(shù)一般缺乏對(duì)于專業(yè)熱詞和實(shí)時(shí)熱詞的支持，考慮到專業(yè)熱詞的搜集和整理有比較高的門檻，無法比較全面正確的獲??；實(shí)時(shí)熱詞由于對(duì)時(shí)效性以及整合進(jìn)系統(tǒng)的速度要求較高，也存在無法及時(shí)更新的困難。為了保證會(huì)議錄音轉(zhuǎn)寫的用戶體驗(yàn)，必須有一個(gè)比較好的方案去解決如何提高熱詞識(shí)別的難題。

為此，目前會(huì)議錄音轉(zhuǎn)寫或者語(yǔ)音識(shí)別過程中對(duì)于熱詞識(shí)別主要通過加強(qiáng)語(yǔ)言模型，采用系統(tǒng)參數(shù)重估的方法，在將新收集的熱詞語(yǔ)料加入原語(yǔ)料庫(kù)后，重新訓(xùn)練新的語(yǔ)言模型以提高對(duì)新增熱詞的識(shí)別準(zhǔn)確率。然而，在實(shí)際應(yīng)用中，熱詞更新頻度往往較高，而所需熱詞考慮其專業(yè)性和復(fù)雜性，獲取足質(zhì)足量的語(yǔ)料有相當(dāng)大的難度，現(xiàn)有技術(shù)無法及時(shí)收集足夠語(yǔ)料參與系統(tǒng)參數(shù)重估，進(jìn)而影響對(duì)熱詞的識(shí)別效果。另一方面，語(yǔ)言模型的重新訓(xùn)練以及識(shí)別系統(tǒng)資源，如基于WFST(Weighted Finite-State Transducers，加權(quán)有限狀態(tài)轉(zhuǎn)換器)的解碼識(shí)別網(wǎng)絡(luò)，的構(gòu)建往往費(fèi)時(shí)較多，代價(jià)較大，無法實(shí)現(xiàn)對(duì)熱詞識(shí)別的快速響應(yīng)。

目前針對(duì)上述熱詞識(shí)別及時(shí)更新困難、無法實(shí)現(xiàn)對(duì)熱詞識(shí)別的快速響應(yīng)的問題，尚未提出有效的解決方案。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種會(huì)議錄音轉(zhuǎn)寫方法、系統(tǒng)、計(jì)算機(jī)設(shè)備和計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，保證在原語(yǔ)言模型不做變動(dòng)的情況下實(shí)現(xiàn)對(duì)熱詞的精確識(shí)別，解決現(xiàn)有技術(shù)無法快速、準(zhǔn)確識(shí)別會(huì)議特定領(lǐng)域的專業(yè)詞匯和實(shí)時(shí)熱點(diǎn)詞匯以及用戶個(gè)性化詞匯的技術(shù)問題。

第一方面，本申請(qǐng)實(shí)施例提供了一種會(huì)議錄音轉(zhuǎn)寫方法，包括：

熱詞語(yǔ)料集合構(gòu)建步驟，獲取用戶提交的待轉(zhuǎn)寫的會(huì)議錄音信息，根據(jù)所述會(huì)議錄音信息通過網(wǎng)絡(luò)和/或內(nèi)部知識(shí)庫(kù)獲取熱詞擴(kuò)展數(shù)據(jù)并構(gòu)建熱詞語(yǔ)料集合；

識(shí)別解碼網(wǎng)絡(luò)構(gòu)建步驟，構(gòu)建識(shí)別解碼網(wǎng)絡(luò)；具體的，所述識(shí)別解碼網(wǎng)絡(luò)為基于WFST的識(shí)別解碼網(wǎng)絡(luò)。