[发明专利]语音识别中文文本的校正方法

说明书

本发明涉及一种语音识别中文文本的校正方法，属于语音识别技术领域。该方法针对特定语言环境，按照独特建立的语法规则对已有的专门的关键词数据库进行重新分类整理，使关键词数据库中的所有关键词均符合新建的语法规则；同时首创地将AC自动机运用到一般语音识别中，结合新建的语法规则来设立相应的AC自动机；当面临实际的语音识别文本时，即可使用各个AC自动机从分类整理后的关键词数据库中去一一对应地搜索对应该实际语音识别文本的关键词，按照设置的匹配判断条件逐步完成匹配，最终完成对该实际语音识别文本的校正。本发明的方法对实际语音识别中文文本可以形成有效的校正。

技术领域

本发明涉及一种对语音识别结果进行校正的方法，尤其是涉及对语音识别的中文文本进行校正的方法，属于语音识别技术领域。

背景技术

目前，语音人机交互是人工智能领域的一项关键技术。现有技术中，主要有面向公共领域的通用语音识别装置和声学模型训练下的语音识别装置。采用面向公共领域的通用语音识别装置常见的产商有：科大讯飞、百度云语音、腾讯云语音等；采用声学模型训练下的语音识别装置的方法主要是对语音和字典数据库进行声学模型的训练和语言模型的训练进行语音识别。但是对于不同具体汉语语言环境的语音识别来说，由于存在语言个性的差异，使用以上两种常用的语音识别装置输出的语音识别结果存在同音字词混淆或其他因素干扰下的误识别。例如：在电力工业环境里，运用通用语音识别时会把“井蒋”识别成“请讲”；而运用声学模型训练的语音识别时会把“代维”识别成“戴维”等等。

发明内容

本发明要解决的技术问题是：消除一般现有汉字语音识别方法输出结果中存在的错误，尤其是消除电力环境语言中通过现有汉字语音识别方法输出结果中的错误。

本发明为解决上述技术问题提出的技术方案是：一种语音识别中文文本的校正方法，包括如下步骤：

S1、针对已建立的特定环境语言各种专门术语的关键词数据库，对所述关键词数据库中的所有关键词按照如下语法规则进行整理：

S11、将所述关键词数据库中的所有关键词按照对象、属性和动作进行分类，构成对象类关键词、属性类关键词和动作类关键词的三类关键词，每一个关键词由词条ID地址、词条名称、汉字和拼音四种信息构成，所有关键词以对象类关键词为主干彼此联系，所述对象的类别数量n≥1；

S12、分别构造对应所述对象、属性和动作三类关键词的汉字和拼音的AC自动机，分别是对象汉字AC自动机和对象拼音AC自动机、属性汉字AC自动机和属性拼音AC自动机、动作汉字AC自动机和动作拼音AC自动机；

S2、采用现有语音识别装置，将输入的特定环境的语音进行特征的提取，获得该语音识别后的中文识别串；

S3、所述AC自动机对所述中文识别串依次提取分属对象、动作和属性的三种汉字词条及其拼音，并遍历搜索所述关键词数据库中的三类关键词及其拼音依次与提取的所述汉字词条及其拼音进行匹配；匹配如下：

S31、如果一种汉字词条与搜索到的关键词的汉字彼此匹配，则继续下一种汉字词条的匹配；否则进行步骤S32；

S32、如果一种汉字词条与搜索到的关键词的汉字彼此不匹配，则进一步比较该汉字词条与搜索到的关键词的拼音彼此是否匹配，如果拼音彼此匹配，则将搜索到的关键词代替该汉字词条，然后继续下一种汉字词条的匹配；否则进行步骤S33；

S33、如果一种汉字词条与搜索到的关键词的汉字和拼音彼此均不匹配，则停止对所述中文识别串的校正；

S34、在三种汉字词条的汉字和拼音分别与搜索到的三类关键词的汉字和拼音均彼此匹配成功后，进行步骤S4；

S4、将匹配成功后的三种汉字词条合成为新中文识别串，完成对所述中文识别串的校正。

进一步完善是：所述汉字词条及其拼音包括对象汉字词条及其拼音、动作汉字词条及其拼音和属性汉字词条及其拼音，