[发明专利]语音识别方法、装置、计算机可读存储介质和计算机设备

权利要求书

1.一种语音识别方法，包括：

获取对语音数据进行解码得到的多个词序列，以及每个词序列对应的第一得分，词序列是指对语音数据进行解码后得到多个词语以及多条路径，并将一条路径的起始位置至结束位置上对应的词语进行有序连接得到的句子，每条词序列是一条识别结果；

从所述词序列中提取所述第一得分靠前的预设数量的词序列作为候选词序列，第一得分靠前是指，按照第一得分从高到低的顺序将词序列进行排序；

识别所述候选词序列所在的领域；

根据所述候选词序列所在的领域将所述候选词序列输入至对应领域的神经网络中；

通过所述神经网络对所述候选词序列进行重打分，得到每个候选词序列对应的第二得分；

根据所述候选词序列对应的第一得分和第二得分得到所述候选词序列的最终得分；

将所述最终得分最高的候选词序列作为所述语音数据的语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述识别所述候选词序列所在的领域，包括：

将每个候选词序列输入至语义分类模型中；

通过所述语义分类模型对所述每个候选词序列进行分类，得到每个候选词序列对应的分类标签；

获取所述分类标签中占比最大的分类标签对应的领域作为所述候选词序列所在的领域。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取各个领域对应的文本；

将所述文本中的每个词语转换成词向量；

将所述词向量作为输入，对每个领域对应的神经网络进行训练。

4.根据权利要求3所述的方法，其特征在于，所述将所述词向量作为输入，对每个领域对应的神经网络进行训练，包括：

按照所述文本中词语的顺序，将文本中的每个词语对应的词向量作为输入，将每个输入的词语的下一个词语对应的词向量作为输出，以调整所述神经网络的参数对所述神经网络进行训练。

5.根据权利要求1所述的方法，其特征在于，所述根据所述候选词序列对应的第一得分和第二得分得到所述候选词序列的最终得分，包括：

对根据所述候选词序列对应的第一得分和第二得分进行加权求和，得到所述候选词序列的最终得分。

6.根据权利要求1所述的方法，其特征在于，所述神经网络为循环神经网络。

7.根据权利要求1所述的方法，其特征在于，在所述将所述最终得分最高的候选词序列作为所述语音数据的语音识别结果之后，还包括：

对所述语音识别结果进行实体提取，得到实体词语；

对所述实体词语进行检索；

当检索结果与所述实体词语不一致时，对所述实体词语进行修复。

8.根据权利要求7所述的方法，其特征在于，所述对所述实体词语进行检索，包括：

根据所述候选词序列所在的领域确定所述语音识别结果的领域；

在所述语音识别结果的领域对应的数据库中对每个实体词语进行检索。

9.一种语音识别装置，其特征在于，所述装置包括：

词序列获取模块，用于获取对语音数据进行解码得到的多个词序列，以及每个词序列对应的第一得分，词序列是指对语音数据进行解码后得到多个词语以及多条路径，并将一条路径的起始位置至结束位置上对应的词语进行有序连接得到的句子，每条词序列是一条识别结果；

提取模块，用于从所述词序列中提取所述第一得分靠前的预设数量的词序列作为候选词序列，第一得分靠前是指，按照第一得分从高到低的顺序将词序列进行排序；

领域识别模块，用于识别所述候选词序列所在的领域；

重打分模块，用于根据所述候选词序列所在的领域将所述候选词序列输入至对应领域的神经网络中；通过所述神经网络对所述候选词序列进行重打分，得到每个候选词序列对应的第二得分；

语音识别结果确定模块，用于根据所述候选词序列对应的第一得分和第二得分得到所述候选词序列的最终得分；将所述最终得分最高的候选词序列作为所述语音数据的语音识别结果。