[发明专利]一种语音识别方法、装置、设备、介质及产品在审
申请号: | 202210152963.8 | 申请日: | 2022-02-18 |
公开(公告)号: | CN114678018A | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 姚佳立;王心怡;杨晶生 | 申请(专利权)人: | 北京字跳网络技术有限公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22;G10L15/06;G10L15/26;G10L15/30 |
代理公司: | 北京信远达知识产权代理有限公司 11304 | 代理人: | 储倩 |
地址: | 100190 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 语音 识别 方法 装置 设备 介质 产品 | ||
1.一种语音识别方法,其特征在于,包括:
获取待识别语音;
根据所述待识别语音,确定所述待识别语音的第一转写文本;
当所述第一转写文本中的关键词在错误关键词集合中命中时,对所述第一转写文本进行语义修复;所述错误关键词集合包括相同语音对应的多个关键词。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一转写文本进行语义修复,包括:
利用所述错误关键词集合中的关键词替换所述第一转写文本中的关键词,得到第二转写文本;
评估所述第一转写文本的第一准确度评分以及所述第二转写文本的第二准确度评分;
当所述第二准确度评分大于所述第一准确度评分时,将所述第一转写文本替换为所述第二转写文本。
3.根据权利要求1所述的方法,其特征在于,所述根据所述待识别语音,确定所述待识别语音的第一转写文本,包括:
根据所述待识别语音,确定所述待识别语音对应的多个候选关键词;
当所述多个候选关键词中的目标关键词在预设关键词集合中命中时,提高所述目标关键词的输出概率;所述预设关键词集合包括预设业务场景对应的关键词;
基于所述多个候选关键词的输出概率,获得所述待识别语音的第一转写文本。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待识别语音,确定所述待识别语音对应的多个候选关键词,包括:
将所述待识别语音输入到语音识别模型,得到所述待识别语音对应的多个候选关键词;所述语音识别模型基于预设业务场景对应的语料训练得到。
5.根据权利要求4所述的方法,其特征在于,所述预设业务场景对应的语料包括预设文本和所述预设文本的语音,所述预设文本包括所述预设业务场景对应的关键词。
6.根据权利要求5所述的方法,其特征在于,所述预设文本通过用户反馈得到或通过所述预设关键词自动生成。
7.根据权利要求6所述的方法,其特征在于,所述预设文本具体通过用户对历史转写文本的校验操作得到。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述方法还包括:
根据所述第一转写文本生成控制指令,所述控制指令用于控制所述预设业务场景对应的设备执行所述第一转写文本对应的操作。
9.一种语音识别装置,其特征在于,包括:
获取模块,用于获取待识别语音;
文本转写模块,用于根据所述待识别语音,确定所述待识别语音的第一转写文本;
语义修复模块,用于当所述第一转写文本中的关键词在错误关键词集合中命中时,对所述第一转写文本进行语义修复;所述错误关键词集合包括相同语音对应的多个关键词。
10.一种电子设备,其特征在于,包括:
存储装置,其上存储有计算机程序;
处理装置,用于执行所述存储装置中的所述计算机程序,以实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理装置执行时实现权利要求1至8中任一项所述方法的步骤。
12.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得计算机执行如权利要求1至8中任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字跳网络技术有限公司,未经北京字跳网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210152963.8/1.html,转载请声明来源钻瓜专利网。