[发明专利]基于语义场景的语音识别方法、装置、设备及介质

说明书

本发明涉及语音处理领域，提供了一种基于语义场景的语音识别方法、装置、电子设备以及存储介质，所述方法包括：获取待识别语音，解析待识别语音的音频特征，其中，音频特征包括声学特征和音色特征；利用语音识别模型对声学特征进行语音识别，得到语音识别结果；根据音色特征，利用语义识别模型检测语音识别结果中的异常字符；判断异常字符是否符合预设的语义场景；若异常字符符合预设的语义场景，将语音识别结果作为待识别语音的最终识别结果；若异常字符不符合预设的语义场景，从预设的字符表中选取异常字符的替换字符，以更新语音识别结果，得到待识别语音的最终识别结果。本发明可以提高语音识别的识别效率。

技术领域

本发明涉及语音处理领域，尤其涉及一种基于语义场景的语音识别方法、装置、电子设备以及计算机可读存储介质。

背景技术

语音识别过程中，由于语种(如方言)的差异，导致在将语音转换成文字时会出现语义理解上差异的现象，给用户带来一定的理解偏差，目前，通常采用纠错字符代替错误字符的手段，解决语音识别的字符转换错误现象，但是由于在语音识别过程中会涉及大量的文本字符，通过该技术手段无法快速准确的定位到错误字符的序列位置，导致错误字符替换会带来一定的迟缓，从而会影响语音识别的识别效率。

发明内容

为了解决上述技术问题本发明提供了一种基于语义场景的语音识别方法、装置、电子设备以及计算机可读存储介质，可以提高语音识别的识别效率。

第一方面，本发明提供了一种基于语义场景的语音识别方法，包括：

获取待识别语音，解析所述待识别语音的音频特征，其中，所述音频特征包括声学特征和音色特征；

利用语音识别模型对所述声学特征进行语音识别，得到语音识别结果；

根据所述音色特征，利用语义识别模型检测所述语音识别结果中的异常字符；

判断所述异常字符是否符合预设的语义场景；

若所述异常字符符合所述预设的语义场景，将所述语音识别结果作为所述待识别语音的最终识别结果；

若所述异常字符不符合所述预设的语义场景，从预设的字符表中选取所述异常字符的替换字符，以更新所述语音识别结果，得到所述待识别语音的最终识别结果。

可以看出，本发明实施例本发明实施例通过音色特征，结合语义识别模型检测语音识别结果中的异常字符，可以快速定位出语音识别结果中的异常字符，提高语音识别的时效性，提高语音识别的识别效率，并结合预设的语义场景判断检测的异常字符是否符合要求，保障语音识别结果的识别准确性同时又能快速进行语音识别结果中异常字符的替换，进一步提高了语音识别的识别效率。因此，本发明实施例提出的一种基于语义场景的语音识别方法可以提高语音识别的识别效率。

在第一方面的一种可能实现方式中，所述解析所述待识别语音的音频特征，包括：

对所述待识别语音进行预处理，并将预处理后的所述待识别语音进行短时傅里叶变换，得到所述待识别语音的声谱图；

对所述声谱图进行梅尔谱滤波，并将梅尔谱滤波后的声谱图进行倒谱分析，得到所述待识别语音的梅尔谱图；

识别所述梅尔谱图中的声学特征和音色特征，得到所述待识别语音的音频特征。

在第一方面的一种可能实现方式中，所述利用语音识别模型对所述声学特征进行语音识别，得到语音识别结果，包括：

利用所述语音识别模型中的声学模型计算所述声学特征的音素序列概率；

根据所述音素序列概率，利用所述语音识别模型的语言网络计算所述声学特征的文字序列；

根据所述文字序列，生成所述待识别语音的语音识别结果。