[发明专利]语音识别模型构建方法、装置、介质及电子设备

权利要求书

1.一种语音识别模型构建方法，其特征在于，包括：

根据预构建的词典模型网络L和预构建的语言模型网络G构建第一网络LG；其中，所述词典模型网络包含多个输出边；

检测包含词级别状态序列的目标输出边对应的起始状态以及终止状态；通过空字符转写所述目标输出边中所述词级别状态序列对应的字符以将所述词级别状态序列拆解转换为字级别状态序列，以生成包含字级别状态序列的目标路径；其中所述目标路径起始于所述目标输出边对应的所述起始状态，终止于所述目标输出边对应的所述终止状态；所述目标路径包括所述词级别状态序列对应的字级别状态序列；

通过所述目标路径替换所述第一网络LG中的所述目标输出边，以根据替换处理后的所述第一网络LG以及预训练的第二网络构建语音识别模型。

2.根据权利要求1所述的语音识别模型构建方法，其特征在于，根据预构建的词典模型网络L和预构建的语言模型网络G构建第一网络LG，包括：

获取预构建的词典模型网络L和预构建的语言模型网络G；

通过组合构图算法将所述词典模型网络L以及所述语言模型网络G进行组合，构建第一网络LG。

3.根据权利要求2所述的语音识别模型构建方法，其特征在于，在构建第一网络LG之后，所述方法还包括：

对所述第一网络LG进行优化处理以得到优化后的所述第一网络LG；其中，所述优化处理包括确定化操作处理、最小化操作处理、空转移处理和权重推移处理中的一种或者多种。

4.根据权利要求3所述的语音识别模型构建方法，其特征在于，所述第二网络包括预训练的声学模型网络H和预训练的发音模型网络C，所述根据替换处理后的所述第一网络LG以及预训练的第二网络构建语音识别模型，包括：

通过所述组合构图算法将优化后的所述第一网络LG与所述发音模型网络C进行组合生成第三网络CLG，并对所述第三网络CLG进行优化处理得到优化后的所述第三网络CLG；

通过所述组合构图算法将优化后的所述第三网络CLG与所述声学模型网络H进行组合生成第四网络HCLG，并对所述第四网络HCLG进行优化处理以根据优化后的所述第四网络HCLG构建语音识别模型。

5.一种语音识别方法，其特征在于，包括：

获取待识别的语音数据，并提取所述语音数据对应的声学特征；

将所述声学特征输入到权利要求1至4任一方法中所构建的语音识别模型，以获取将所述声学特征转换为字级别状态序列的各输出路径对应的概率数据；

获取所述概率数据最大的目标输出路径中字级别状态序列对应的词语数据；

将得到的多个所述词语数据按照输出顺序进行组合以生成所述语音数据对应的文本数据。

6.根据权利要求5所述的语音识别方法，其特征在于，将所述声学特征输入到权利要求1至4任一方法中所构建的语音识别模型，以获取将所述声学特征转换为字级别状态序列的各输出路径对应的概率数据，包括：

将所述声学特征输入到所述语音识别模型中的声学模型网络H，以获取将所述声学特征转换为发音属性的各输出路径对应的第一概率；

将所述声学特征转换为发音属性的各输出路径输出的发音属性作为发音模型网络C的输入，以获取将所述发音属性转换为音素的各输出路径对应的第二概率；

将所述发音属性转换为音素的各输出路径输出的音素作为第一网络LG的输入，以获取将所述音素转换为字级别状态序列的各输出路径的第三概率；

将通过所述第一概率、所述第二概率以及所述第三概率计算得到的总概率作为将所述声学特征转换为字状态序列的各输出路径对应的概率数据。