[发明专利]标点添加方法及装置

说明书

技术领域

本发明涉及语音识别技术领域，尤其涉及一种标点添加方法及装置。

背景技术

在当前的语音识别过程中，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，这种方式在某些情形下并不能正确传达出讲话者语义和情感。

发明内容

本发明实施例提供一种标点添加方法及装置，用以实现简单方便地实现标点符号的自动添加，并提高标点符号添加的准确性和灵活性。

根据本发明实施例的第一方面，提供一种标点添加方法，包括：

获取包含标点的预设训练语料信息；

利用所述预设训练语料信息和预设的网络模型结构进行训练，得到标点添加模型，其中，所述预设的网络模型结构包括编码器结构和解码器结构；

接收用户输入的语音数据信息；

对所述语音数据信息进行识别，得到所述语音数据信息对应的文本信息和停顿信息；

根据所述文本信息、所述停顿信息和所述标点添加模型，确定所述文本信息对应的标点信息。

在该实施例中，根据预设训练语料和预设的网络模型结构进行训练，得到包含编码器结构和解码器结构的标点添加模型，通过该标点添加模型为接收到的语音数据信息添加标点。这样，可以实现简单方便地实现标点符号的自动添加，并提高标点符号添加的准确性和灵活性。

在一个实施例中，所述编码器结构包括第一LSTM隐藏层，所述解码器结构包括第二LSTM隐藏层。

在一个实施例中，所述利用所述预设训练语料信息和预设的网络模型结构进行训练，得到标点添加模型，包括：

确定所述预设训练语料信息对应的语料文本信息、语料停顿信息和语料标点信息；

将所述语料文本信息和所述语料停顿信息确定为所述预设的网络模型结构的输入向量，将所述语料标点信息确定为所述预设的网络模型结构的输出向量，计算所述预设网络模型结构对应的目标模型参数；

根据所述目标模型参数和所述预设的网络模型结构确定所述标点添加模型。

在一个实施例中，所述将所述语料文本信息和所述语料停顿信息确定为所述预设的网络模型结构的输入向量，将所述语料标点信息确定为所述预设的网络模型结构的输出向量，计算所述预设网络模型结构对应的目标模型参数，包括：

利用所述语料文本信息、所述语料停顿信息、所述语料标点信息和所述预设的网络模型结构进行前向计算，确定所述预设网络模型结构对应的模型参数；

利用所述语料文本信息、所述语料停顿信息、所述语料标点信息和所述预设的网络模型结构进行后向计算，对所述模型参数进行修正，得到所述目标模型参数。

在该实施例中，分别利用语料文本信息、所述语料停顿信息、所述语料标点信息和所述预设的网络模型结构进行前向计算和后向计算，这样，可以保证得到的目标模型参数的准确性。

在一个实施例中，所述根据所述文本信息、所述停顿信息和所述标点添加模型，确定所述文本信息对应的标点信息，包括：

将所述文本信息和所述停顿信息作为所述标点添加模型的输入向量，得到所述标点添加模型的输出向量；

根据所述标点添加模型的输出向量确定所述文本信息对应的标点信息。

在该实施例中，标点添加模型的输出向量表示各标点可能的概率，这样，取输出向量中值最大的维度作为最终结果。

根据本发明实施例的第二方面，提供一种标点添加装置，包括：

获取模块，用于获取包含标点的预设训练语料信息；

训练模块，用于利用所述预设训练语料信息和预设的网络模型结构进行训练，得到标点添加模型，其中，所述预设的网络模型结构包括编码器结构和解码器结构；

接收模块，用于接收用户输入的语音数据信息；

识别模块，用于对所述语音数据信息进行识别，得到所述语音数据信息对应的文本信息和停顿信息；

确定模块，用于根据所述文本信息、所述停顿信息和所述标点添加模型，确定所述文本信息对应的标点信息。

在一个实施例中，所述编码器结构包括第一LSTM隐藏层，所述解码器结构包括第二LSTM隐藏层。

在一个实施例中，所述训练模块包括：

第一确定子模块，用于确定所述预设训练语料信息对应的语料文本信息、语料停顿信息和语料标点信息；