[发明专利]语音识别方法和系统

说明书

技术领域

本发明涉及语音识别技术领域，更具体地说，涉及语音识别方法和系统。

背景技术

语音识别技术是一种对用户录入的语音信号进行识别，最终转化为文本/字符串（也即识别结果为文本）的技术，其为自然人性的人机交互提供了便利。以采用语音识别技术的移动设备为例，在语音识别技术的支持下，用户只要对着移动设备说话，经过语音识别系统识别后就会自动形成文字，大大提高了用户的输入效率。

但是，在大词汇量随意说的应用环境下，语音识别技术依然不能达到百分百正确的识别率，需要人工对识别结果进行修正编辑。移动设备（语音识别系统）将语音识别结果显示到屏幕的文本输入区后，用户如想对语音识别结果进行修改编辑，则首先需要在语音识别结果中定位需要修正（也可称为待修改）的字符。

而在移动设备上，特别是小屏幕的指触屏设备上，由于屏幕尺寸受限，

用户在从连续大段文本中对某个确定的字符进行定位时，特别是在相邻两字符间插入编辑光标时，存在定位不便的问题。

发明内容

有鉴于此，本发明实施例目的在于提供语音识别方法和系统，以解决上述用户人工进行定位存在的定位不便的问题。

为实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的一个方面，提供一种语音识别方法，包括：

对用户输入的语音信号进行语音识别，获得第一最优解码路径，所述第一最优解码路径包括语音识别结果以及所述语音识别结果中各字符对应的语音片段；

接收用户单独输入的纠错信息并生成相应的纠错字符串，所述纠错信息通过非语音方式或语音方式输入；

根据所述纠错字符串确定所述用户输入的语音信号中产生识别错误的语音段；

根据所述语音识别结果中各字符对应的语音片段，确定所述产生识别错误的语音段在所述语音识别结果中所对应的字符串，作为产生识别错误的错误字符串；

利用所述纠错字符串替换所述产生识别错误的错误字符串。

根据本发明实施例的另一个方面，提供一种语音识别系统，包括：

语音识别单元，用于对用户输入的语音信号进行语音识别，获得第一最优解码路径，所述第一最优解码路径包括语音识别结果以及所述语音识别结果中各字符对应的语音片段；

纠错字串输入单元，用于接收用户单独输入的纠错信息并生成相应的纠错字符串，所述纠错信息通过非语音方式或语音方式输入；

自动纠错单元，用于根据所述纠错字符串确定所述用户输入的语音信号中产生识别错误的语音段；根据所述语音识别结果中各字符对应的语音片段，确定所述产生识别错误的语音段在所述语音识别结果中所对应的字符串，作为产生识别错误的错误字符串；利用所述纠错字符串替换所述产生识别错误的错误字符串。

从上述的技术方案可以看出，本发明实施例所公开的技术方案根据用户单独输入的纠错信息而生成的纠错字符串确定产生识别错误的语音段，再通过该语音段找到其在语音识别结果中所对应的产生识别错误的错误字符串，实现了用户所输入的纠错信息而生成的纠错字符串与错误字符串的对应，进而实现了对语音识别结果中错误字符串的自动定位，解决了用户人工进行定位存在的定位不便的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的语音识别方法流程图；

图2为本发明实施例提供的手写输入识别流程图；

图3为本发明实施例提供字符覆盖的最小区域示意图；

图4为本发明实施例提供的自动纠错过程流程图；

图5为本发明实施例提供的纠错字符串检索网络结构示意图；

图6为本发明实施例提供的语音识别系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。