[发明专利]语音识别方法、装置、电子设备及存储介质

说明书

本申请提供一种语音识别方法、装置、电子设备及存储介质，涉及语音识别技术领域。该方法包括：通过对输入语音进行识别，得到输入语音的初始识别文本，根据输入语音中的音素组，从预设的相似音素库中查找音素组所在的相似音素组对应的文本作为音素组对应的目标文本；其中，相似音素库中存储有：至少一个相似音素组和文本的对应关系，每个相似音素组包括音素相似度在预设范围内的多个音素组，每个相似音素组对应的文本为多个音素组的识别文本中出现次数最高的文本；将初始识别文本中音素组的识别文本替换为目标文本，得到目标识别文本。通过本申请可提高语音识别效果，从而为客户提供良好的用户体验。

技术领域

本发明涉及语音识别技术领域，具体而言，涉及一种语音识别方法、装置、电子设备及存储介质。

背景技术

随着互联网技术和通信业务的发展，互联网供应服务商的电话访问需求急剧增加，传统的人工客服组成的呼叫中心难以应对当前的需求，但增加人工客服的数量往往面临着更大的人力成本，且接线量峰值庞大且不可控，因此产生了客服机器人。

现有的客服机器人主要解决一些客户的常见问题，通过将预设好的问题和答案存储在应答文件库中，以便根据客户的问题从应答文件库中调用对应的答案进行答复，但该客服机器人要求客户在提问过程中必须保证发音标准。

但是，由于互联网供应服务商所面对的客户来自于各个城市和地区，很难强制要求所有的客户都能进行标准的发音，而发音不标准会导致针对客户的提问识别效果不佳，无法为客户提供良好的用户体验。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种语音识别方法、装置、电子设备及存储介质，以便提高语音识别效果，从而为客户提供良好的用户体验。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供了一种语音识别方法，包括：

对输入语音进行识别，得到所述输入语音的初始识别文本；

根据所述输入语音中的音素组，从预设的相似音素库中查找所述音素组所在的相似音素组对应的文本作为所述音素组对应的目标文本；其中，所述相似音素库中存储有：至少一个相似音素组和文本的对应关系，每个相似音素组包括音素相似度在预设范围内的多个音素组，所述每个相似音素组对应的文本为所述多个音素组的识别文本中出现次数最高的文本；

将所述初始识别文本中所述音素组的识别文本替换为所述目标文本，得到目标识别文本。

可选的，所述根据所述输入语音中音素组，从预设的相似音素库中查找所述音素组所在的相似音素组对应的文本作为所述音素组对应的目标文本之前，所述方法还包括：

获取预设历史时间段内的多个历史输入语音的识别文本；

从历史音素中确定所述至少一个相似音素组，其中，所述历史音素包括：所述多个历史输入语音中的多个音素组；

从所述多个历史输入语音的识别文本中，确定所述多个音素组的识别文本中出现次数最高的文本作为所述每个相似音素组对应的文本；

将所述相似音素组和文本的对应关系，存储至所述相似音素库中。

可选的，所述从历史音素中确定所述至少一个相似音素组，包括：

计算所述历史音素中每个音素组和其他音素组的音素相似度；

从所述历史音素中，确定音素相似度在所述预设范围内的多个音素组作为一个相似音素组。

可选的，所述每个音素组为文本长度为预设长度范围的识别文本对应的音素组，所述预设长度范围为大于或等于2，且小于或等于预设文本长度。

可选的，所述对输入语音进行识别，得到所述输入语音的初始识别文本，包括：