[发明专利]基于神经网络的语音识别矫正方法

说明书

本发明涉及语音识别技术领域，具体涉及到基于神经网络的语音识别矫正方法。本申请的基于神经网络的语音识别矫正方法，通过获取输入的语音信息，并转化为待处理文本信息；根据所述待处理文本信息判断是否使用口令方式，若未使用口令方式则进入基于神经网络的命名实体识别，以获得待优化候选词；将所述待优化候选词转化为拼音，并与个人名词数据库进行一一映射；若符合替换规则，则从个人名词数据库中替换待优化待选词，并输出正确的文本信息，从而实现该语音识别矫正方法的简便性，有效避免交互的麻烦。

技术领域

本发明涉及语音识别技术领域，具体涉及到基于神经网络的语音识别矫正方法。

背景技术

传统的语音识别根据音频特征、上下文完成声音转文本任务。而现实中由于口齿不清、讲话频率、音色等多种问题造成语音识别不准的问题，其次传统的语音识别并不能具备良好的名词推导能力，原因在于传统的语音识别基于语言模型，语音模型的原理具体如下：对于一个由n个词按顺序构成的句子S＝w₁w₂...w_n，P(w₁w₂...w_n)实际上求解的是字符串w₁w₂...w_n的联合概率，利用贝叶斯公式，链式分解如下：

P(ω₁，ω₁，…，ω_n)＝P(ω₁)P(ω₂/ω₁)…P(ω_n/ω₁，…，ω_n-1)

从上面可以看到，一个统计语言模型可以表示成，给定前面的的词，求后面一个词出现的条件概率。但大部分名词取决于发明人的臆想，不一定会基于上下文，所以在语音识别中名词的推导成了该领域的难题。

而现存的大部分解决方案是提高语言模型能力，如上述的只能提高传统句式的鲁棒性，但是这并不能有效解决模型对日新月异新事物的理解能力；而少部分解决方案是在人机交互上下功夫，通过询问用户正确的字词，发出怀疑的询问，让用户手动选择或澄清来替换错误的字词，但是此操作依然面临候选字词并不是用户所需要的，以及澄清结果未抓到有效特征，同时还会造成操作冗余，开发成本过高等问题。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供基于神经网络的语音识别矫正方法。

为实现上述目的，本发明采用的技术方案如下：基于神经网络的语音识别矫正方法，包括以下方法：

获取输入的语音信息，并转化为待处理文本信息；

根据所述待处理文本信息判断是否使用口令方式，若未使用口令方式则进入基于神经网络的命名实体识别，以获得待优化候选词；

将所述待优化候选词在个人名词数据库进行匹配，并输出正确的文本信息。

进一步的，将所述待优化候选词在个人名词数据库进行匹配，并输出正确的文本信息包括

将所述待优化候选词转化为拼音，并与个人名词数据库进行一一映射；

若符合替换规则，则从个人名词数据库中替换待优化待选词，并输出正确的文本信息。

进一步的，待优化候选词的替换规则包括

a、还原待优化候选词拼音，并与其对应的单个或多个数据库中每个名词的拼音计算编辑距离，找出编辑距离最小的名词；

b、当sh、zh…|ang、guang“h”和“g”作为卷舌和后鼻音的标识时，不记入编辑距离的计算；

c、当经过a和b筛选后，结果仍不唯一时，备选结果放弃规则b再计算一次并取最小名词；