[发明专利]一种语音识别方法、装置和计算机可读存储介质

说明书

本发明实施例提供了一种语音识别方法、装置和计算机可读存储介质，所述方法包括：统计识别结果中每个词语发生每种类型识别错误的次数；基于所述每个词语发生每种类型识别错误的次数，确定该词语以及该词语构成的N元词组的语言模型加权因子；基于所述语言模型加权因子，分别对该词语的语言模型概率以及该词语构成的N元词组的语言模型概率进行调整，基于调整后的语言模型再次进行语音识别；所述N为大于1的正整数。

技术领域

本发明涉及移动通信技术领域，尤其涉及一种语音识别方法、装置和计算机可读存储介质。

背景技术

语音识别的最终目标是把输入的语音序列转换为正确的汉字序列。在大词汇量连续语音识别中，由于各种因素的影响，解码输出的识别假设中经常存在错误，阻碍了语音识别系统的应用。

对于识别结果的纠错方法通常是基于某些转换规则的，如在某些条件下将某些词语修正为其他词语，这类方法的难点在于如何提取或学习到有效并且鲁棒的转换规则，而不会在修正某些词语的同时又引入了新的错误。

相关技术中提出了提高语音识别准确性的方法，但是也存在一定的局限性：

1)应用过程需要积累一定量的用户语料并提供用户文档，在当前很多应用中不具备该条件；

2)按类别对加权因子进行调整的方式相对较粗，不能更有针对性的调整某些易错易混词；

3)未给出对于词组语言模型概率调整的方法。

发明内容

有鉴于此，本发明实施例期望提供一种语音识别方法、装置和计算机可读存储介质。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种语音识别方法，该方法包括：

统计识别结果中每个词语发生每种类型识别错误的次数；

基于所述每个词语发生每种类型识别错误的次数，确定该词语以及该词语构成的N元词组的语言模型加权因子；

基于所述语言模型加权因子，分别对该词语的语言模型概率以及该词语构成的N元词组的语言模型概率进行调整，基于调整后的语言模型再次进行语音识别；所述N为大于1的正整数。

其中，所述识别错误的类型包括：

替代型错误、删除型错误和插入型错误。

其中，所述统计识别结果中每个词语发生每种类型识别错误的次数，包括：

确定发生删除型错误，则在标注文本中该错误位置对应词语的删除型错误次数D加1；在标注文本中与该词语构成的N元词组的D也加1；

确定发生插入型错误，则在识别文本中该错误位置对应词语的插入型错误次数I加1；在识别文本中与该词语构成的N元词组的I也加1；

确定发生替代型错误，则在标注文本中该错误位置对应词语的被其他词语替代次数S_pas加1，在标注文本中与该词语构成的N元词组的S_pas也加1；在识别文本中该错误位置对应词语替代目标词语的次数S_act加1，在识别文本中与该词语构成的N元词组的S_act也加1。

其中，所述语言模型加权因子表示为：

R＝(S_pas+D)/(S_act+I)；

其中，所述R表示语言模型加权因子，所述D表示在识别结果中出现删除型错误的次数，所述I表示插入型错误的次数，所述S_act表示替代目标词语的次数，所述S_pas表示被其他词语替代的次数。

其中，所述基于所述语言模型加权因子，分别对该词语的语言模型概率以及该词语构成的N元词组的语言模型概率进行调整，包括：