[发明专利]一种语音识别中的标点添加方法和装置

说明书

技术领域

本发明实施例涉及语音识别技术领域，特别是涉及一种语音识别中的标点添加方法和装置。

背景技术

在进行语音识别时，只能将接收到的语音内容识别、转化为汉字或英文等文字。当接收到的语音内容为一连串的文字语音时，识别转化的结果只是一连串的汉字或英文等文字。

由于标点符号属于不发音信息，一般的语音识别结果只是汉字或英文等文字信息，没有标点信息。标点信息需要用户手动添加到语音识别结果当中。然而在进行连续语音识别时，对于自动添加标点符号的研究并不多，大多是当语音识别时，中间有停顿的地方识别为逗号，结束时自动添加句号，整个句子都被视为陈述语气，缺少实效性。

发明内容

本发明实施例公开一种语音识别中的标点添加方法和装置，以解决进行语音识别得到的识别结果缺少实效性的问题。

为了解决上述问题，本发明实施例公开了一种语音识别中的标点添加方法，包括：

对通过语音识别得到的语句中的当前字词进行特征提取；

将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符；

根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后。

优选的，所述对通过语音识别得到的语句中的当前字词进行特征提取，包括：

根据语音识别得到的语句中各字词的顺序依次判定每个字词为当前字词，并确定当前字词的前n个字词和后m个字词，做为当前字词的特征，n、m为正整数；

其中，所述当前字词的前n个字词和后m个字词包括空字词。

优选的，所述将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符，包括：

在p(y|x)=1Z(x)exp(Σiλifi(x,y))]]>中，根据x输出y；

其中，p(y|x)为预先建立的最大熵模型，x为当前字词的特征，y为当前字词之后的标识字符，Z（x）为归一化系数，f_i（x，y）为特征函数，λ_i为特征函数f_i（x，y）的权重，i为正整数。

优选的，所述根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后，包括：

如果当前字词之后的标识字符y=Yn，在已知的标识字符集合Y中选择与Yn具有关联关系的标点，添加到当前字词之后；

其中，所述已知的标识字符集合Y={Y1，Y2，Y3，……，Yn，0}；Y1、Y2、Y3……Yn、0为各标识字符，分别对应关联的标点，0表示标点为空。

优选的，还包括：根据预先获取的数据对所述最大熵模型进行训练；

其中，所述数据包括：标点和与标点对应的由当前字词的前n个字词和后m个字词组成的特征。

本发明实施例还公开了一种语音识别中的标点添加装置，包括：

提取模块，用于对通过语音识别得到的语句中的当前字词进行特征提取；

识别模块，用于将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符；

选择模块，用于根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后。