[发明专利]语音中的数字识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种语音中的数字识别方法、装置、计算机设备及存储介质，所述方法包括：首先获取待训练文本，将所述待训练文本中的阿拉伯数字进行中文数字转换处理，并根据所述待训练文本训练数字识别模型；再获取待识别语音，通过所述数字识别模型将所述待识别语音中包含的所有数字语音识别为中文数字；而在输出语音识别文本之前，将所述中文数字转换为阿拉伯数字后输出。本发明提高了对语音中的阿拉伯数字的识别率和准确率，进而提高了输出语音识别文本的精准度。

技术领域

本发明涉及语音识别领域，具体涉及一种语音中的数字识别方法、装置、计算机设备及存储介质。

背景技术

近年来，语音识别被普遍应用到人们的日常生活中，比如，语音拨号，语音搜索，微信或QQ语音转换以及人机语音交互等，语音识别技术具有巨大的市场价值和广泛的发展方向。而在识别语音的过程中，在对包含的阿拉伯数字“0”到“9”语音进行识别时，往往会出现误插入或者误删除的现象，其次，在对具体的语境中出现的数字进行识别时，会出现数字混淆的现象。因此，当前缺少一种可以将待识别语音包含的数字语音精确识别的方法。

发明内容

本发明实施例提供一种语音中的数字识别方法、装置、计算机设备及存储介质，用于提高语音识别中对阿拉伯数字的识别率和准确率。

第一方面，本发明案例提供一种语音中的数字识别方法，包括：

获取待训练文本，并根据预设的转换规则将所述待训练文本中的阿拉伯数字转换为中文数字；

对包含所述中文数字的所述待训练文本进行分词，并根据分词后的所述待训练文本生成语言模型；

获取声学模型，并根据所述声学模型与所述语言模型生成数字识别模型；

获取待识别语音，并通过所述数字识别模型将所述待识别语音中包含的所有数字语音识别为中文数字；

根据预设的逆向转换规则，将所述中文数字转换为阿拉伯数字，输出包含所述阿拉伯数字的语音识别文本。

第二方面，本发明实例提供一种语音中的数字识别装置，包括：

转换模块，用于获取待训练文本，并根据预设的转换规则将所述待训练文本中的阿拉伯数字转换为中文数字；

训练模块，用于对包含所述中文数字的所述待训练文本进行分词，并根据分词后的所述待训练文本生成语言模型；

生成模块，用于获取声学模型，并根据所述声学模型与所述语言模型生成数字识别模型；

识别模块，用于获取待识别语音，并通过所述数字识别模型将所述待识别语音中包含的所有数字语音识别为中文数字；

输出模块，用于根据预设的逆向转换规则，将所述中文数字转换为阿拉伯数字，输出包含所述阿拉伯数字的语音识别文本。

第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述语音中的数字识别方法的步骤。

第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述语音中的数字识别方法的步骤。

本发明提供的语音中的数字识别方法、装置、计算机设备及存储介质，在数字识别模型构建过程中，用于语言模型的待训练文本根据预设的转换规则将其包含的所有阿拉伯数字转换为中文数字，提高了阿拉伯数字转换为中文数字的匹配率和识别率；且通过数字识别模型将待识别语音中包含的所有数字语音识别为中文数字，并根据预设的逆向转换规则，将中文数字转换为阿拉伯数字，进一步提高输出语音识别文本的精准度。

附图说明