[发明专利]基于点击排序的语音识别结果优化方法及装置

说明书

本申请提供一种基于点击排序的语音识别结果优化方法及装置，该方法包括：获取包含多个语音识别结果的第一集合；基于所述第一集合中每个语音识别结果的点击率，生成第二集合；将所述第二集合中的对象作为样本对排序模型进行训练，得到目标模型；其中，所述语音识别结果的点击率为基于语音输入生成的语音识别结果被选中的概率；所述目标模型用于预测基于语音输入生成的语音识别结果被选中的概率。本申请实施例提供的基于点击排序的语音识别结果优化方法，根据获取的语音识别结果的目标参数，训练排序模型，并通过排序模型预测语音识别结果被选中的概率，并基于被选中的概率对语音输入的识别结果进行排序，提高了语音识别结果的准确率。

技术领域

本申请涉及语音识别领域，尤其涉及一种基于点击排序的语音识别结果优化方法及装置。

背景技术

语音识别技术能够将用户输入的语音转换成文本语句，例如，用户可以在输入法中进行语音输入。在相关技术中，输入法获取到用户的语音输入后，从基于N-best的算法中选取语言模型得分和声学模型得分最高的语音识别结果作为最终的语音识别结果，并向用户展示N个候选结果提供给用户选择，用户从上述N个候选结果中中选择与用户本意最接近的语句，完成本次输入。

由于环境噪声，或者训练语料等原因，可能导致排在第一的语音识别候选结果未必是最佳的。传统的优化思路是，不断优化语音识别前端，优化噪声处理环节，或者对声学和语言模型训练语料进行优化处理，或者直接对语音识别模型进行优化。然而，上述优化方法均难以做到对每个音频和识别结果的精细化处理，导致语音识别结果的准确率很难到达很高的水准。

发明内容

本申请的目的是提供一种基于点击排序的语音识别结果优化方法及装置，用于提高语音识别结果的准确率。

本申请提供一种基于点击排序的语音识别结果优化方法，包括：

获取包含多个语音识别结果的第一集合；基于所述第一集合中每个语音识别结果的点击率，生成第二集合；将所述第二集合中的对象作为样本对排序模型进行训练，得到目标模型；其中，所述语音识别结果的点击率为基于语音输入生成的语音识别结果被选中的概率；所述目标模型用于预测基于语音输入生成的语音识别结果被选中的概率。

可选地，所述基于所述第一集合中每个语音识别结果的点击率，生成第二集合，包括：根据所述第一集合中每个语音识别结果的目标参数，生成第二集合；其中，所述目标参数包括以下至少一项：语句的长度，语句是否包含英文字符，语句是否包含数字，语音识别结果的置信度，语句被选中的次数，语句被展示的次数，语句被选中概率。

可选地，所述将所述第二集合中的对象作为样本对排序模型进行训练，得到目标模型之前，所述方法还包括：按照预设比例将所述第二集合中的对象划分为训练集和预测集；基于所述训练集中每个样本指示的语音识别结果的被选中情况，对所述训练集中的每个训练样本进行标注；其中，包含被选中的语音识别结果的样本标记为1，包含未被选中的语音识别结果的样本标记为0。

可选地，所述将所述第二集合中的对象作为样本对排序模型进行训练，得到目标模型，包括：基于所述训练集中样本的第一参数，生成并行决策树，并分别对所述训练集中的样本进行分值预测；基于所述并行决策树中每个决策树针对目标样本的预测结果，得到所述目标样本的预测结果；其中，所述第一参数为所述目标参数中的参数；所述目标样本为所述训练集中的任一样本。

可选地，所述第一参数为所述语音识别结果的置信度。

可选地，所述将所述第二集合中的对象作为样本对排序模型进行训练，得到目标模型之后，所述方法还包括：获取包含基于目标语音输入得到的多个语音识别结果的第三集合；根据所述第三集合中每个语音识别结果的目标参数，生成第四集合；使用所述目标模型对所述第四集合中的每个语音识别结果进行预测，得到所述第四集合中的每个语音识别结果被选中的概率。

本申请还提供一种基于点击排序的语音识别结果优化装置，包括：