[发明专利]语音识别方法及装置、可读存储介质

说明书

一种语音识别方法及装置、可读存储介质，所述语音识别包括：采用预设的语音识别模型对语音数据进行识别，得到第一识别结果；将所述第一识别结果转化为待处理的发音序列；采用预设的发音图谱对所述待处理的发音序列进行纠正处理，得到第二识别结果；输出所述第二识别结果。采用上述方案，可以快速提高特定领域内的语音识别的准确度。

技术领域

本发明属于自然语言处理技术领域，特别涉及一种语音识别方法及装置、可读存储介质。

背景技术

现有的语音识别模型通常需要大量的学习数据，因此在能够准确识别语音前，往往耗费很长的模型训练时间。同时，在特定的行业应用场景下，语音识别模型难以事先获得足够的学习数据，语音数据中也经常包含通用语音识别模型所不能覆盖的专业词汇，导致语音识别时将特殊领域的词汇识别为发音相近的常规用词。因此，现有的语音识别模型在特定应用场景下，识别准确性也不能满足用户要求。

发明内容

本发明实施例的目的是快速提高特定领域内的语音识别的准确度。

为实现上述目的，本发明实施例提供一种语音识别方法，语音识别方法包括：采用预设的语音识别模型对语音数据进行识别，得到第一识别结果；将所述第一识别结果转化为待处理的发音序列；采用预设的发音图谱对所述待处理的发音序列进行纠正处理，得到第二识别结果；所述发音图谱包括目标领域的词汇表和对应词汇的发音序列；所述发音图谱采用以下至少一种方式更新：更新所述目标领域的词汇表和对应词汇的发音序列以及根据所述第二识别结果更新对应的发音序列的相似概率；输出所述第二识别结果。

可选的，所述预设的发音图谱采用如下方式构建：根据所述目标领域的词汇表和对应词汇的发音序列，将每个发音序列作为一个节点；根据不同发音序列的相似性，将不同节点连接构成所述预设的发音图谱。

可选的，所述发音序列的相似性采用以下至少一种方式获得：统计至少一个特定语种的发音特征、统计至少一个特定地域的发音信息、预设的发音序列内音素的相似比例以及预设的发音序列相似权重。

可选的，所述采用预设的发音图谱对所述待处理的发音序列进行纠正处理，包括：根据发音序列中音素的相似比例以及发音序列的相似权重中的至少一种，确定相应的发音序列。

可选的，在输出所述第二识别结果后，还包括：根据输出的第二识别结果触发相应的决策。

可选的，在根据输出的第二识别结果触发相应的决策后，还包括：获取执行决策后的结果信息；根据所述结果信息和预设的预期结果，判断所述决策是否正确；根据判断结果更新所述预设的发音图谱。

可选的，所述采用预设的发音图谱对所述待处理的发音序列进行纠正处理，包括：获取所述第一识别结果和所述语音数据对应的用户身份信息；根据所述用户身份信息，采用所述用户特定的预设发音图谱对所述待处理的发音序列进行纠正处理。

为解决上述技术问题，本发明实施例还公开了一种语音识别装置，语音识别装置包括：语音识别单元，用于采用预设的语音识别模型对语音数据进行识别，得到第一识别结果；转化单元，用于将所述第一识别结果转化为待处理的发音序列；纠正单元，用于采用预设的发音图谱对所述待处理的发音序列进行纠正处理，得到第二识别结果；所述发音图谱包括目标领域的词汇表和对应词汇的发音序列；所述发音图谱采用以下至少一种方式更新：更新所述目标领域的词汇表和对应词汇的发音序列以及根据所述第二识别结果更新对应的发音序列的相似概率；输出单元，用于输出所述第二识别结果。

可选的，所述预设的发音图谱采用如下方式构建：根据所述目标领域的词汇表和对应词汇的发音序列，将每个发音序列作为一个节点；根据不同发音序列的相似性，将不同节点连接构成所述预设的发音图谱。

可选的，所述音序列的相似性采用以下至少一种方式获得：统计至少一个特定语种的发音特征、统计至少一个特定地域的发音信息、预设的发音序列内音素的相似比例以及预设的发音序列相似权重。