[发明专利]一种语音识别的方法和装置

说明书

本发明公开了一种语音识别的方法和装置，涉及人工智能技术领域。该方法的一具体实施方式包括：根据第一文本数据对应的多个语音数据，通过语音识别模型生成多个第二文本数据；对于每一第二文本数据，在第二文本数据与第一文本数据不一致的情况下，通过第一文本数据和第二文本数据生成短语数据对；对所有短语数据对进行数据挖掘处理，生成易错短语对，并利用易错短语对优化语音识别模型；使用优化后的语音识别模型进行语音识别。该实施方式能够通过挖掘异常数据得到高质量的训练数据，降低优化模型所耗费的成本，提高优化模型的效率，并且在使用时可以提高语音识别模型的准确率和效率，从而优化人机语言交互系统的效果，提高用户的使用体验。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种语音识别的方法和装置。

背景技术

自动语音识别(ASR)是人工智能领域中的一项基础性技术，其目标是将语音转换为对应的文字信息，自动语音识别作为人机语音交互系统的前置基础模块，也影响着人机语言交互系统的整体效果。目前优化自动语音识别的方案为基于深度学习设计复杂度高的网络模型，使用大规模的训练数据集来对网络模型进行训练。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

优化模型所耗费的成本较高，优化模型的效率低，并且在使用时语音识别模型的准确率和效率低，从而影响了人机语言交互系统的效果，降低了用户的使用体验。

发明内容

有鉴于此，本发明实施例提供一种语音识别的方法和装置，能够通过挖掘异常数据得到高质量的训练数据，降低优化模型所耗费的成本，提高优化模型的效率，并且在使用时可以提高语音识别模型的准确率和效率，从而优化人机语言交互系统的效果，提高用户的使用体验。

为实现上述目的，根据本发明实施例的一个方面，提供了一种语音识别的方法。

一种语音识别的方法，包括：根据第一文本数据对应的多个语音数据，通过语音识别模型生成多个第二文本数据；对于每一所述第二文本数据，在所述第二文本数据与所述第一文本数据不一致的情况下，通过所述第一文本数据和所述第二文本数据生成短语数据对；对所有短语数据对进行数据挖掘处理，生成易错短语对，并利用所述易错短语对优化所述语音识别模型；使用优化后的语音识别模型进行语音识别。

可选地，所述通过所述第一文本数据和所述第二文本数据生成短语数据对，包括：对所述第一文本数据和所述第二文本数据进行差异片段对齐处理，生成短语数据对，所述短语数据对包括：与所述第一文本数据对应的第一短语数据，和与所述第二文本数据对应的第二短语数据。

可选地，所述对所有短语数据对进行数据挖掘处理，生成易错短语对，包括：对于每一所述短语数据对，生成所述短语数据对的两个差异片段，并将所述两个差异片段作为一个差异单元；统计所有短语数据对中每个差异片段出现的频次，以及每个差异单元出现的频次；按照预设的数据挖掘算法，根据所述每个差异片段出现的频次和所述每个差异单元出现的频次，得到高频短语数据对，并将所述高频短语数据对作为所述易错短语对。

可选地，所述利用所述易错短语对优化所述语音识别模型，包括：对于每一所述易错短语对，根据所述易错短语对对应的第二文本数据对应的语音数据，生成与所述第二短语数据对应的短语语音数据，并将所述短语语音数据作为输入，所述第一短语数据作为输出，通过模型训练来优化所述语音识别模型。

可选地，所述利用所述易错短语对优化所述语音识别模型，包括：根据所述易错短语对确定待识别的热度词，并通过提高所述热度词的识别率以优化所述语音识别模型。

可选地，所述利用所述易错短语对优化所述语音识别模型，包括：根据所述易错短语对训练文本纠错模型，并结合所述文本纠错模型来优化所述语音识别模型。