[发明专利]优化语音识别声学模型的方法、系统、设备及存储介质

权利要求书

1.一种优化语音识别声学模型的方法，其特征在于，包括：

获取样本语音的标注文本，并获取所述样本语音基于当前声学模型得到的识别文本；

比对所述标注文本和所述识别文本，并在比对结果为不匹配时确定所述标注文本相对所述识别文本的错误标注信息；

根据所述错误标注信息对应的文本更新决策条件，更新所述样本语音的标注文本；

基于设定量的样本语音及当前分别对应的标注文本，重新训练优化所述当前声学模型；其中，所述比对所述标注文本和所述识别文本，并在比对结果为不匹配时确定所述标注文本相对所述识别文本的错误标注信息，包括：比对所述标注文本和识别文本，获得所述标注文本与所述识别文本的编辑距离，并在所述编辑距离为非0时，确定比对结果为不匹配；

在所述比对结果为不匹配时，根据所述编辑距离，确定所述标注文本相对所述识别文本的错误标注总数、错误标注的所在位置及各所述错误标注的错误类型；

将所述错误标注总数以及各错误标注的所在位置和所属错误类型记为所述错误标注信息。

2.根据权利要求1所述的方法，其特征在于，所述根据所述错误标注信息对应的文本更新决策条件，更新所述样本语音的标注文本，包括：

基于所述错误标注信息，在预设的多级信息关系表中查找所述样本语音对应的文本更新决策条件，其中，所述文本更新决策条件为样本语音在标注文本下发音概率信息与样本语音在识别文本下发音概率信息的判定比较；

确定所述样本语音与所述标注文本对齐后的第一发音概率信息，以及与所述识别文本对齐后的第二发音概率信息；

当基于所述第一发音概率信息及所述第二发音概率信息确定所述文本更新决策条件成立时，将所述识别文本确定为所述样本语音的新标注文本；否则，继续将所述标注文本作为所述样本语音的新标注文本。

3.根据权利要求2所述的方法，其特征在于，所述基于所述错误标注信息，在预设的多级信息关系表中查找所述样本语音对应的文本更新决策条件，包括：

获取所述错误标注信息中的错误标注总数及错误标注的错误类型；

在所述多级信息关系表中，以所述错误标注总数为索引，查找与所述错误标注的错误类型匹配的设定错误类型；

将对应于所述设定错误类型的更新决策条件确定为所述样本语音的文本更新决策条件。

4.根据权利要求2或3所述的方法，其特征在于，所述多级信息关系表基于下述步骤构建：

初始化包含一级信息列、二级信息列和三级信息列的多级信息关系表；

在所述一级信息列中存放设定错误标注总数，所述设定错误标注总数包括1字错误、2字错误和多字错误；

在所述二级信息列中存放分别对应于所述1字错误及2字错误的设定错误类型，并设定所述多字错误所对应二级信息单元格的信息为空；

在所述三级信息列中存放对应于各所述设定错误类型的更新决策条件，并将设定的标准更新决策条件存放在所述多字错误对应的三级信息单元格中。

5.根据权利要求2所述的方法，其特征在于，所述第一发音概率信息基于所述样本语音以帧为单位划分形成的语音信号帧以及对所述标注文本建模形成的第一发音单元序列确定；

所述第二发音概率信息基于各所述语音信号帧及对所述识别文本建模形成的第二发音单元序列确定。