[发明专利]语音识别方法、装置、计算机设备及存储介质

说明书

本发明公开了一种语音识别方法、装置、计算机设备及存储介质，所述方法包括：获取用户根据原文文本输入的语音数据，将语音数据切分为语音段进行识别转换处理，得到转换语句和转换序号，为每个转换语句创建变量存储空间，对原文文本预处理得到标准语句和标准序号，对每个转换语句切分得到待匹配字符串用于与标准语句进行匹配，将匹配成功的标准语句的标准序号存储到变量存储空间进行分析处理，并将得到的转换错误的语音段和标准语句存储到语音库作为数据集，基于数据集对语音识别模型进行训练，使得训练后的语音识别模型对检测到的语音数据进行纠错。本发明的技术方案能够增强语音识别模型的语音纠错能力，提高语音识别模型的准确率。

技术领域

本发明涉及语音处理技术领域，尤其涉及一种语音识别方法、装置、计算机设备及存储介质。

背景技术

近年来语音识别技术发展迅速，其应用领域不断扩大，各种各样的语音识别系统产品出现在市场上，通过使用语音识别转换工具将语音识别，转化为文字输出后，广泛应用于在模型训练、媒体检索、字幕生成、语音鉴别等方面。

但是，实际的用户类型却是多种多样的，许多人的发音与标准发音相差甚远。所以目前在使用语音识别转换工具将语音识别转换成文字时，由于一些用户的发音问题或者文字的多音字问题等原因，语音识别转换工具不能准确地识别这部分语音数据，并且没有具备一定的纠错能力，导致通过语音识别转换工具转换生成的文字与正确的文本内容存在不一致的情况，实际应用效果差。

发明内容

基于此，有必要针对上述技术问题，提供一种可以提高语音识别准确率的语音识别方法、装置、计算机设备及存储介质。

一种语音识别方法，包括：

获取用户根据原文文本输入的语音数据，并使用静音检测算法将所述语音数据切分为语音段；

对每个所述语音段进行识别转换处理，得到转换语句和每个所述转换语句的转换序号，并为每个所述转换语句创建对应的变量存储空间；

对所述原文文本进行预处理，得到标准语句和每个所述标准语句的标准序号；

根据所述标准语句确定切分长度，并按照所述切分长度对每个所述转换语句进行字符串切分，得到待匹配字符串；

针对每个所述待匹配字符串，使用该待匹配字符串与所述标准语句进行匹配，并将匹配成功的标准语句的标准序号，存储到该待匹配字符串所在的转换语句对应的变量存储空间中；

对所述变量存储空间中的标准序号进行分析处理，得到转换错误的语音段和该语音段对应的标准语句；

将所述转换错误的语音段及其对应的标准语句存储到语音库作为数据集，并基于所述数据集对语音识别模型进行训练，以通过训练后的语音识别模型对检测到多音字或与所述转换错误的语音段具有同类型口音的语音数据进行纠错。

一种语音识别装置，包括：

语音切分模块，用于获取用户根据原文文本输入的语音数据，并使用静音检测算法将所述语音数据切分为语音段；

语音识别模块，用于对每个所述语音段进行识别转换处理，得到转换语句和每个所述转换语句的转换序号，并为每个所述转换语句创建对应的变量存储空间；

文本处理模块，用于对所述原文文本进行预处理，得到标准语句和每个所述标准语句的标准序号；

语句分割模块，用于根据所述标准语句确定切分长度，并按照所述切分长度对每个所述转换语句进行字符串切分，得到待匹配字符串；

文本匹配模块，用于针对每个所述待匹配字符串，使用该待匹配字符串与所述标准语句进行匹配，并将匹配成功的标准语句的标准序号，存储到该待匹配字符串所在的转换语句对应的变量存储空间中；