[发明专利]语音识别方法、电子设备及存储装置

权利要求书

1.一种语音识别方法，其特征在于，包括：

采集语音数据；

获取所述语音数据的识别结果；

对所述识别结果进行候选扩展，得到候选识别结果；

显示所述候选识别结果；

其中，所述识别结果包括至少一个第一词汇；所述对所述识别结果进行候选扩展，得到候选识别结果，包括：

提取所述第一词汇的语义特征，得到第一特征表示，并提取第二词汇的语义特征，得到第二特征表示；所述第二词汇是用户的个性化词汇；

基于注意力机制，利用所述第一特征表示和所述第二特征表示，得到加权系数；其中，所述加权系数表示每一所述第一词汇在扩展候选时的重要度；

基于所述加权系数和所述第二特征表示进行预测，得到在每个所述第一词汇的位置进行候选扩展的第一概率以及对应各个所述第二词汇被选中的第二概率；

基于所述第一概率和所述第二概率，得到所述候选识别结果。

2.根据权利要求1所述的方法，其特征在于，所述候选扩展由候选扩展模型执行，所述候选扩展模型包括输入层、编码网络、解码网络和输出层；

所述提取所述第一词汇的语义特征，得到第一特征表示，包括：

将所述识别结果送入所述输入层以对所述识别结果进行分词，得到所述至少一个第一词汇，并对所述第一词汇进行映射得到第一嵌入表示，将所述第一嵌入表示送入所述编码网络以提取所述第一嵌入表示的语义特征，得到所述第一特征表示；

所述提取第二词汇的语义特征，得到第二特征表示，包括：

将所述第二词汇送入所述输入层，以对所述第二词汇进行分词和映射，得到第二嵌入表示，并将所述第二嵌入表示送入所述解码网络以提取所述第二嵌入表示的语义特征，得到所述第二特征表示；

所述基于所述加权系数和所述第二特征表示进行预测，得到在每个所述第一词汇的位置进行候选扩展的第一概率以及对应各个所述第二词汇被选中的第二概率，包括：

将所述加权系数送入所述解码网络以提取所述第二嵌入表示的语义特征，得到最终第二特征表示；

将所述加权系数以及所述最终第二特征表示送入所述输出层，以预测在每个所述第一词汇的位置进行候选扩展的第一概率以及对应各个所述第二词汇被选中的第二概率。

3.根据权利要求2所述的方法，其特征在于，所述编码网络包括第一丢弃网络、第一正向长短期记忆网络、反向长短期记忆网络和第二丢弃网络；

所述将所述第一嵌入表示送入所述编码网络以提取所述第一嵌入表示的语义特征，得到所述第一特征表示，包括：

将所述第一嵌入表示送入所述第一丢弃网络；

将所述第一丢弃网络的输出分别送入所述第一正向长短期记忆网络和所述反向长短期记忆网络，得到第一正向特征表示和反向特征表示；

将所述第一正向特征表示和反向特征表示拼接后送入所述第二丢弃网络；

计算所述第二丢弃网络的输出与所述第一嵌入表示的加权和对所述加权和进行降维，得到所述第一特征表示。

4.根据权利要求2所述的方法，其特征在于，所述解码网络包括第三丢弃网络、第二正向长短期记忆网络、第三正向长短期记忆网络和第四丢弃网络；

所述将所述第二嵌入表示送入所述解码网络以提取所述第二嵌入表示的语义特征，得到所述第二特征表示，包括：

将所述第二嵌入表示送入所述第三丢弃网络；

将所述第三丢弃网络的输出送入所述第二正向长短期记忆网络，得到所述第二特征表示；

所述将所述加权系数送入所述解码网络以提取所述第二嵌入表示的语义特征，得到最终第二特征表示，包括：

利用所述加权系数对所述第二特征表示进行加权后作为所述第二正向长短期记忆网络的输出；

将所述第二正向长短期记忆网络的输出与所述加权系数拼接后送入所述第三正向长短期记忆网络；

将所述第三正向长短期记忆网络的输出送入所述第四丢弃网络；

计算所述第四丢弃网络的输出与所述第二正向长短期记忆网络的输出的加权和，得到所述最终第二特征表示。