[发明专利]语音识别方法、装置和存储介质

说明书

本公开提出一种语音识别方法、装置和存储介质，涉及语音识别技术领域。本公开的一种语音识别方法，包括：根据当前语句的语音信号获取候选lattice；根据当前语句对应的上文文本重置神经网络模型，其中，上文文本为当前语句的前一句或多句的识别文本；通过重置后的神经网络模型对候选lattice重打分，获取重打分lattice；根据重打分lattice确定当前语句的识别文本。通过这样的方法，对当前语句的语音识别能够考虑到上文一句或多句的信息，从而更加充分的利用先验信息，使重打分更加准确，提高语音识别的准确率。

技术领域

本公开涉及语音识别技术领域，特别是一种语音识别方法、装置和存储介质。

背景技术

语音识别是语音质检、人机对话等系统中的关键技术，广泛应用于物流、金融及工业等领域。准确的识别率是所有语音系统的关键，比如在对话机器人中，若语音识别准确率较差，那么将无法准确理解说话人的真实意图，进而下达错误的指令。

发明内容

本公开的一个目的在于提高语音识别的准确度。

根据本公开的一些实施例的一个方面，提出一种语音识别方法，包括：根据当前语句的语音信号获取候选晶格lattice；根据当前语句对应的上文文本重置神经网络模型，其中，上文文本为当前语句的前一句或多句的识别文本，神经网络模型为基于带上文文本的语料样本训练生成；通过重置后的神经网络模型对候选lattice重打分，获取重打分lattice；根据重打分lattice确定当前语句的识别文本。

在一些实施例中，语音识别方法还包括：将当前语句的识别文本存入缓存区，以便作为后续语句的上文文本。

在一些实施例中，语音识别方法还包括：从缓存区获取当前语句对应的已识别的上文文本。

在一些实施例中，根据将当前语句的语音信号获取候选lattice包括：基于声学模型和语言模型，对语音信号进行一遍解码，获取候选lattice。

在一些实施例中，根据重打分lattice确定当前语句的识别文本包括：对重打分lattice做声学权重和语言权重分析，获得得分最高的路径的解码结果，作为当前语句的识别文本。

在一些实施例中，神经网络模型包括LSTM(Long-Short Term Memory，长短期记忆)模型或GRU(Gate Recurrent Unit，门控循环单元)模型。

在一些实施例中，在语音信号为对话的语音信号的情况下，当前语句对应的已识别的上文文本包括当前语句的前一个发言者的最接近当前语句的发言的语音信号。

在一些实施例中，语音识别方法还包括：利用带上文的样本训练神经网络模型，直至损失函数的输出收敛，包括：根据当前样本语句的语音信号获取样本候选lattice；根据当前样本语句对应的上文样本文本重置待训练的神经网络模型，其中，上文样本文本为当前样本语句的前一句或多句的样本文本；通过重置后的待训练的神经网络模型对样本候选lattice重打分，获取重打分样本lattice，确定当前样本语句的识别文本；根据当前样本语句的识别文本和当前样本语句的样本文本确定损失函数的输出。

通过这样的方法，对当前语句的语音识别能够考虑到上文一句或多句的信息，从而更加充分的利用先验信息，使重打分更加准确，提高语音识别的准确率。

根据本公开的另一些实施例的一个方面，提出一种语音识别装置，包括：解码单元，被配置为根据当前语句的语音信号获取候选lattice；重置单元，被配置为根据当前语句对应的已识别的上文文本重置神经网络模型，其中，上文文本为当前语句的前一句或多句的识别文本，神经网络模型为基于带上文文本的语料样本训练生成；重打分单元，被配置为通过重置后的神经网络模型对候选lattice重打分，获取重打分lattice；识别单元，被配置为根据重打分lattice确定当前语句的识别文本。