[發明專利]語音文本錯誤處理方法、裝置、電子設備及存儲介質

有效

• 申請號: 202210582744.3
• 申請日: 2022-05-26
• 公開（公告）號: CN114676685B
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 李亞桐;彭子嬌
• 申請（專利權）人: 深圳市聲揚科技有限公司
• 主分類號: G06F40/232
• 分類號: G06F40/232;G06F40/284;G06F40/289;G10L15/04
• 代理公司: 深圳市智圈知識產權代理事務所(普通合伙) 44351
• 代理人: 李璇

1.一種語音文本錯誤處理方法，其特征在于，包括：

獲取標準語料和用戶語料；

分別對所述標準語料和所述用戶語料進行分詞，得到所述標準語料對應的第一字符串和所述用戶語料對應的第二字符串，其中，所述第一字符串和所述第二字符串均包括由分詞得到的多個詞匯；

基于所述第一字符串和所述第二字符串的差異，獲取所述第二字符串中的詞匯的錯誤類型；

獲取每個錯誤類型對應的詞匯在所述第二字符串中的位置信息；

根據所述錯誤類型以及所述位置信息對所述第二字符串中的詞匯進行合并，基于合并結果顯示錯誤提示信息，其中，所述錯誤提示信息用于對所述用戶語料進行錯誤標注。

2.根據權利要求1所述的方法，其特征在于，所述根據所述錯誤類型以及所述位置信息對所述第二字符串中的詞匯進行合并，包括：

獲取所述第二字符串中錯誤類型相同且位置連續的詞匯，作為第一詞匯；

將所述第一詞匯進行合并，合并所述第一詞匯之后得到的詞匯對應的錯誤類型不變。

3.根據權利要求2所述的方法，其特征在于，所述錯誤類型至少包括替換錯誤和插入錯誤，所述根據所述錯誤類型以及所述位置信息對所述第二字符串中的詞匯進行合并，包括：

獲取所述第二字符串中的錯誤類型為所述替換錯誤的詞匯和錯誤類型為所述插入錯誤的詞匯，作為第二詞匯，其中，所述第二詞匯中的錯誤類型為所述替換錯誤的詞匯位于錯誤類型為所述插入錯誤的詞匯之前；

若所述第二詞匯滿足預設條件，對所述第二詞匯進行合并，合并所述第二詞匯之后得到的詞匯對應的錯誤類型為所述替換錯誤。

4.根據權利要求3所述的方法，其特征在于，所述預設條件包括錯誤類型為所述替換錯誤的詞匯與錯誤類型為所述插入錯誤的詞匯相鄰。

5.根據權利要求3所述的方法，其特征在于，所述預設條件包括錯誤類型為所述替換錯誤的詞匯與錯誤類型為所述插入錯誤的詞匯之間僅包括正確詞匯，所述對所述第二詞匯進行合并，包括：

計算錯誤類型為所述替換錯誤的詞匯與所述第一字符串中的與錯誤類型為所述替換錯誤的詞匯對應的詞匯的相似度，得到第一相似度；

合并所述第二詞匯和所述正確詞匯，得到第三詞匯；

計算所述第三詞匯與所述第一字符串中與錯誤類型為所述替換錯誤的詞匯對應的詞匯的相似度，得到第二相似度；

若所述第二相似度高于所述第一相似度，將所述第三詞匯作為合并所述第二詞匯之后得到的詞匯，且所述第三詞匯的錯誤類型為所述替換錯誤。

6.根據權利要求3~5任一項所述的方法，其特征在于，在所述根據所述錯誤類型以及所述位置信息對所述第二字符串中的詞匯進行合并之后，所述方法還包括：

獲取指定關鍵詞；

若合并所述第一詞匯或所述第二詞匯之后得到的詞匯與所述指定關鍵詞一致，去掉合并所述第一詞匯或所述第二詞匯之后得到的詞匯的錯誤提示；

若合并所述第一詞匯或所述第二詞匯之后得到的詞匯與所述指定關鍵詞不一致，保留合并所述第一詞匯或所述第二詞匯之后得到的詞匯的錯誤提示。

7.根據權利要求1所述的方法，其特征在于，所述分別對所述標準語料和所述用戶語料進行分詞，得到所述標準語料對應的第一字符串和所述用戶語料對應的第二字符串，包括：

獲取指定關鍵詞；

將所述指定關鍵詞加入到分詞詞典中；

基于所述分詞詞典分別對所述標準語料和所述用戶語料進行分詞，得到所述標準語料對應的第一字符串和所述用戶語料對應的第二字符串。

8.根據權利要求1所述的方法，其特征在于，基于所述第一字符串和所述第二字符串的差異，獲取所述第二字符串中的所有詞匯的錯誤類型，包括：

采用編輯距離計算所述第一字符串和所述第二字符串的差異，得到所述第二字符串中的詞匯的錯誤類型。