[发明专利]语音识别方法、装置、电子设备以及存储介质在审

专利信息
申请号: 202110391076.1 申请日: 2021-04-12
公开(公告)号: CN113129894A 公开(公告)日: 2021-07-16
发明(设计)人: 刘嵘 申请(专利权)人: 阿波罗智联(北京)科技有限公司
主分类号: G10L15/26 分类号: G10L15/26;G06F40/232
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 王萌
地址: 100176 北京市北京经济*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语音 识别 方法 装置 电子设备 以及 存储 介质
【说明书】:

本公开公开了语音识别方法、装置、电子设备以及存储介质,涉及计算机技术领域,尤其涉及语音识别、自然语言处理等人工智能技术领域。具体实现方案为:对待识别的语句进行语音识别,得到初始识别结果;获取所述初始识别结果中每个字对应的至少一个候选字拼音串;根据所述每个字对应的至少一个候选字拼音串,确定所述初始识别结果对应的至少一个句拼音串;根据所述至少一个句拼音串,对所述初始识别结果进行拼音纠正,以生成拼音纠正后的识别结果。由此,提高了语音识别结果的准确性。

技术领域

本公开涉及计算机技术领域,特别涉及语音识别、自然语言处理等人工智能技术领域,尤其涉及语音识别方法、装置、电子设备以及存储介质。

背景技术

目前,语音交互是人机交互中常用的交互方式。例如,在车载场景中,可以通过自然语言理解技术,对用户的语音指令进行识别,进而实现对车辆的翘起天窗、开启空调等操作,以提供更便捷、准确、人性化的驾驶服务,提升驾驶体验。

对语音交互来说,离线语音识别是必不可少的功能,离线语音识别不仅要求产品能够通过本地识别将语音转换为文字,还要求能够正确理解用户的意图从而做出相应的反馈,因此,提高离线语音识别结果的准确性是尤为重要的。

发明内容

本公开提供了一种语音识别方法、装置、电子设备、存储介质以及计算机程序产品。

根据本公开的一方面,提供了一种语音识别方法,包括:对待识别的语句进行语音识别,得到初始识别结果;获取所述初始识别结果中每个字对应的至少一个候选字拼音串;根据所述每个字对应的至少一个候选字拼音串,确定所述初始识别结果对应的至少一个句拼音串;根据所述至少一个句拼音串,对所述初始识别结果进行拼音纠正,以生成拼音纠正后的识别结果。

根据本公开的另一方面,提供了一种语音识别装置,包括:识别模块,用于对待识别的语句进行语音识别,得到初始识别结果;获取模块,用于获取所述初始识别结果中每个字对应的至少一个候选字拼音串;第一确定模块,用于根据所述每个字对应的至少一个候选字拼音串,确定所述初始识别结果对应的至少一个句拼音串;生成模块,用于根据所述至少一个句拼音串,对所述初始识别结果进行拼音纠正,以生成拼音纠正后的识别结果。

根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的语音识别方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的语音识别方法。

根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据如上所述的语音识别方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开第一实施例的语音识别方法的流程示意图;

图2是根据本公开第二实施例的语音识别方法的流程示意图;

图3是根据本公开第三实施例的语音识别方法的流程示意图;

图4是根据本公开第四实施例的语音识别方法的流程示意图;

图5是根据本公开第五实施例的语音识别装置的结构示意图;

图6是根据本公开第六实施例的语音识别装置的结构示意图;

图7是用来实现本公开实施例的语音识别方法的电子设备的框图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿波罗智联(北京)科技有限公司,未经阿波罗智联(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110391076.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top