[发明专利]基于自然语言处理的语音识别方法、装置、设备及介质

说明书

本发明公开了基于自然语言处理的语音识别方法、系统、设备及介质，方法包括：提取语音信息的音频特征信息并通过困惑网络解析得到拼音信息及初始文本信息，分别对拼音信息及初始文本信息进行转换得到拼音编码序列及初始字符编码序列并进行叠加组合得到组合编码序列，根据文本纠错模型对组合编码序列进行纠错得到纠错编码序列，对纠错编码序列进行逆转换得到文本识别信息。本发明属于基于自然语言处理技术领域，基于上述困惑网络对语音信息进行解析，并通过文本纠错模型对组合编码序列进行纠错处理最终得到文本识别结果，可对初始识别得到的初始文本信息中存在的文本错误进行纠正，从而大幅提升对语音信息进行识别的准确率。

技术领域

本发明涉及基于自然语言处理技术领域，属于智慧城市中基于自然语言处理对语音信息进行智能识别的应用场景，尤其涉及一种基于自然语言处理的语音识别方法、装置、设备及介质。

背景技术

随着语音识别技术的快速发展，在采用智能语音客服代替人工客服、在智能语音家居等场景中得到了越来越广泛的应用，可通过语音识别技术构建识别模型对用户输入的语音信息进行识别处理，以得到相应的识别结果，并根据识别结果执行对应的程序或获取对应的答复信息。然而发明人发现，现有的语音识别技术中通常是对语音信息进行识别以得到对应拼音信息，对拼音信息进行语义解析得到文本信息，然而现有技术经常会因匹配精度的问题而导致识别结果中存在文本错误，错误形式通常包括插入错误、替换错误和删除错误，导致难以获取准确对语音信息进行识别得到文本识别结果。因此，现有的语音识别方法存在难以准确对语音信息进行识别的问题。

发明内容

本发明实施例提供了一种基于自然语言处理的语音识别方法、装置、设备及介质，旨在解决现有语音识别方法所存在的难以准确对语音信息进行识别的问题。

第一方面，本发明实施例提供了一种基于自然语言处理的语音识别方法，其中，所述方法包括：

若接收到用户输入的语音信息，根据预置的音频特征提取模型从所述语音信息中提取得到音频特征信息；

根据预置的困惑网络对所述音频特征信息进行解析得到拼音信息及初始文本信息；

根据预置的转换词典分别对所述拼音信息及所述初始文本信息进行转换得到对应的拼音编码序列及初始字符编码序列；

对所述拼音编码序列及所述初始字符编码序列进行叠加组合得到所述语音信息的组合编码序列；

将所述组合编码序列输入预置的文本纠错模型进行纠错以得到对应的纠错编码序列；

根据所述转换词典对所述纠错编码序列进行逆转换得到与所述语音信息对应的文本识别信息。

第二方面，本发明实施例提供了一种基于自然语言处理的语音识别装置，其中，所述基于自然语言处理的语音识别装置，包括：

音频特征信息提取单元，用于若接收到用户输入的语音信息，根据预置的音频特征提取模型从所述语音信息中提取得到音频特征信息；

初始文本信息获取单元，用于根据预置的困惑网络对所述音频特征信息进行解析得到拼音信息及初始文本信息；

编码序列获取单元，用于根据预置的转换词典分别对所述拼音信息及所述初始文本信息进行转换得到对应的拼音编码序列及初始字符编码序列；

组合编码序列获取单元，用于对所述拼音编码序列及所述初始字符编码序列进行叠加组合得到所述语音信息的组合编码序列；

纠错编码序列获取单元，用于将所述组合编码序列输入预置的文本纠错模型进行纠错以得到对应的纠错编码序列；

文本识别信息获取单元，用于根据所述转换词典对所述纠错编码序列进行逆转换得到与所述语音信息对应的文本识别信息。