[發(fā)明專利]語音識(shí)別文本的修正方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210009893.0
• 申請(qǐng)日: 2022-01-06
• 公開（公告）號(hào): CN114333838A
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計(jì)）人: 謝暢
• 申請(qǐng)（專利權(quán)）人: 上海幻電信息科技有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26;G10L15/06;G10L15/14;G06F40/30;G06F40/232;G06F40/289
• 代理公司: 北京英特普羅知識(shí)產(chǎn)權(quán)代理有限公司 11015
• 代理人: 王勇

1.一種語音識(shí)別文本的修正方法，其特征在于，所述方法包括：

獲取第一語音識(shí)別文本，所述第一語音識(shí)別文本基于語音識(shí)別得到；

修正所述第一語音識(shí)別文本中的部分字詞，得到第二語音識(shí)別文本；

刪除所述第二語音識(shí)別文本中的冗余信息，得到第三語音識(shí)別文本；及

基于語法語義修正和語言風(fēng)格修正，將所述第三語音識(shí)別文本轉(zhuǎn)換為目標(biāo)語音識(shí)別文本。

2.根據(jù)權(quán)利要求1所述的語音識(shí)別文本的修正方法，其特征在于，所述修正所述第一語音識(shí)別文本中的部分字詞，得到第二語音識(shí)別文本，包括：

對(duì)所述第一語音識(shí)別文本中的各個(gè)字符進(jìn)行編碼，得到第一編碼序列；

對(duì)所述第一語音識(shí)別文本中的各個(gè)字符的拼音進(jìn)行編碼，得到第二編碼序列；

根據(jù)所述第一編碼序列和第二編碼序列，生成目標(biāo)編碼序列；及

將所述目標(biāo)編碼序列輸入到糾錯(cuò)模型，通過所述糾錯(cuò)模塊輸出所述第二語音識(shí)別文本；其中，所述糾錯(cuò)模型為訓(xùn)練好的基于字符和拼音進(jìn)行句子糾錯(cuò)的模型。

3.根據(jù)權(quán)利要求2所述的語音識(shí)別文本的修正方法，其特征在于，還包括：

確定目標(biāo)語言模型，所述目標(biāo)語音模型用于預(yù)測(cè)上下文信息以及發(fā)音與文本的關(guān)聯(lián)；

確定多個(gè)樣本句子；

執(zhí)行第一修改操作：以預(yù)設(shè)數(shù)量比例以及預(yù)設(shè)修改規(guī)則，修改各個(gè)樣本句子中的部分拼音；

執(zhí)行第二修改操作：用與各個(gè)被修改的拼音同音的字替換原來的字；

執(zhí)行第三修改操作：以預(yù)設(shè)數(shù)量比例從各個(gè)樣本句子中挑選出部分字，將被挑選出的各個(gè)字替換為與之同音的其他字，其中，被挑選出的各個(gè)字未被修改拼音；

基于所述第一修改操作、第二修改操作和/或第三修改操作，得到多個(gè)修改后的樣本句子；

根據(jù)所述多個(gè)修改后的樣本句子和所述多個(gè)樣本句子訓(xùn)練所述目標(biāo)語言模型，得到所述糾錯(cuò)模型；

其中，所述多個(gè)修改后的樣本句子為訓(xùn)練樣本，所述多個(gè)樣本句子為參照樣本。

4.根據(jù)權(quán)利要求3所述的語音識(shí)別文本的修正方法，其特征在于，還包括訓(xùn)練所述目標(biāo)語言模型：

對(duì)多個(gè)樣本句子對(duì)應(yīng)的拼音進(jìn)行編碼，以得到多個(gè)樣本句子編碼；每個(gè)樣本句子對(duì)應(yīng)一個(gè)樣本句子編碼，樣本句子編碼中的各個(gè)token對(duì)應(yīng)相應(yīng)樣本句子中的字符；

將每個(gè)樣本句子編碼的部分token替換為遮蓋符；

根據(jù)攜帶有遮蓋符的各個(gè)樣本句子編碼，訓(xùn)練BERT模型，以得到所述目標(biāo)語言模型。

5.根據(jù)權(quán)利要求1所述的語音識(shí)別文本的修正方法，其特征在于，所述刪除所述第二語音識(shí)別文本中的冗余信息，得到第三語音識(shí)別文本，包括：

確定所述第二語音識(shí)別文本中的單字重復(fù)或多字重復(fù)；

確定所述單字重復(fù)或多字重復(fù)在所述第二語音識(shí)別文本中的文本位置；

將所述第二語音識(shí)別文本的編碼序列和所述文本位置輸入到重復(fù)判別模型中，通過所述重復(fù)判別模型確定是否對(duì)所述重復(fù)字詞執(zhí)行刪除操作；其中，所述重復(fù)判別模型是預(yù)先訓(xùn)練好的并根據(jù)上下文本信息和位置信息判別重復(fù)字詞的模型。

6.根據(jù)權(quán)利要求1所述的語音識(shí)別文本的修正方法，其特征在于，所述刪除所述第二語音識(shí)別文本中的冗余信息，得到第三語音識(shí)別文本，包括：

根據(jù)預(yù)設(shè)規(guī)則，確定所述第二語音識(shí)別文本中的候選語氣詞；

確定所述候選語氣詞在所述第二語音識(shí)別文本中的文本位置；及

將所述第二語音識(shí)別文本的編碼序列和所述文本位置輸入到語氣詞判別模型中，通過所述語氣詞判別模型確定是否對(duì)所述語氣詞執(zhí)行刪除操作；其中，所述語氣詞判別模型是預(yù)先訓(xùn)練好的并根據(jù)上下文本信息和位置信息判別語氣詞的模型。