[发明专利]语音识别及模型训练方法与装置

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

获取当前对话中待识别语句的语音信息、第一历史识别文本信息和第二历史识别文本信息，所述第一历史识别文本信息为所述当前对话中与所述待识别语句对应的语音输出对象的历史识别文本信息，所述第二历史识别文本信息为所述当前对话的全量历史识别文本信息；

将所述语音信息输入语音识别模型的第一语音识别模块，进行语音识别，得到第一候选识别结果；

将所述语音信息、所述第一历史识别文本信息和所述第二历史识别文本信息输入所述语音识别模型的第二语音识别模块，进行语音识别，得到第二候选识别结果；

将所述第一候选识别结果输入所述语音识别模型的主题分类模块，进行主题分类，得到所述第一候选识别结果的主题分类结果；

根据所述第一候选识别结果、所述主题分类结果和所述第二候选识别结果，对所述第一候选识别结果进行重排序，并根据得到的重排序结果从所述第一候选识别结果中确定所述待识别语句的目标识别结果。

2.根据权利要求1所述的语音识别方法，其特征在于，所述将所述语音信息输入语音识别模型的第一语音识别模块，进行语音识别，得到第一候选识别结果，包括：

将所述语音信息输入所述第一语音识别模块的第一语音编码器，进行语音编码，得到第一语音特征信息；

将所述第一语音特征信息输入所述第一语音识别模块的第一解码器，进行特征解码，得到所述第一候选识别结果。

3.根据权利要求1所述的语音识别方法，其特征在于，所述将所述语音信息、所述第一历史识别文本信息和所述第二历史识别文本信息输入所述语音识别模型的第二语音识别模块，进行语音识别，得到第二候选识别结果，包括：

将所述语音信息输入所述第二语音识别模块的第二语音编码器，进行语音编码，得到第二语音特征信息；

将所述第一历史识别文本信息输入所述第二语音识别模块的第一变分编码器，进行变分编码，得到角色特征信息；所述角色特征信息表征对所述语音输出对象角色偏好的预测；

将所述第二历史识别文本信息输入所述第二语音识别模块的第二变分编码器，进行变分编码，得到对话主题特征信息；所述对话主题特征信息表征对对话主题连贯性的预测；

将所述第二语音特征信息、所述角色特征信息和所述对话主题特征信息输入所述第二语音识别模块的第二解码器，进行特征解码，得到所述第二候选识别结果。

4.根据权利要求3所述的语音识别方法，其特征在于，所述将所述第二语音特征信息、所述角色特征信息和所述对话主题特征信息输入所述第二语音识别模块的第二解码器，进行特征解码，得到所述第二候选识别结果，包括：

获取所述待识别语句中在当前待识别单词之前的历史单词候选识别结果；

根据所述第二语音特征信息中所述当前待识别单词对应的第二语音特征信息片段、所述角色特征信息、所述对话主题特征信息和所述历史单词候选识别结果，进行特征解码，得到所述当前待识别单词对应的当前单词候选识别结果。

5.根据权利要求1所述的语音识别方法，其特征在于，所述根据所述第一候选识别结果、所述主题分类结果和所述第二候选识别结果，对所述第一候选识别结果进行重排序，并根据得到的重排序结果从所述第一候选识别结果中确定所述待识别语句的目标识别结果，包括：

遍历所述第一候选识别结果中的单词，若所述第一候选识别结果中存在目标单词，所述目标单词为预设的与主题关联的关键词，则根据所述第一候选识别结果的主题分类结果、所述第一候选识别结果中所述目标单词对应的第一识别分值以及所述第二候选识别结果中所述目标单词对应的第二识别分值，确定所述第一候选识别结果对应的目标识别分值；

根据所述第一候选识别结果对应的目标识别分值，对所述第一候选识别结果进行重排序，得到所述重排序结果；

根据所述重排序结果，从所述第一候选识别结果中确定所述目标识别结果，所述目标识别结果的目标识别分值为最高。

6.根据权利要求1所述的语音识别方法，其特征在于，所述方法还包括：

根据所述待识别语句对应的目标识别结果，更新所述第一历史识别文本信息或所述第二历史识别文本信息，以用于识别所述当前对话的下一待识别语句。