[发明专利]语音识别结果修正方法、系统、终端以及储存介质

说明书

本申请提供一种语音识别结果修正方法、系统、电子终端以及储存介质，包括：构建语料库；从语料库中筛选出符合相关度要求的一或多个语料，以形成对应的语料文档；根据语料文档，生成对应的数据输入方式和语料库字典文档；根据数据输入方式和语料库字典文档来训练一ELMo模型，以用于对语料库字典文档进行向量化处理后得到向量文档；根据向量文档和语料库字典文档来调整所述ELMo模型，以生成用于修正语音识别结果的命名实体识别模型。解决了现有技术中没有好的语音识别结果的修正，导致语音识别结果误差较大以及准确率不高的问题，本申请借助ELMO模型模型进行修正，并对语料库中的每个字符进行向量化操作，使修正结果更精确，并同时兼顾了网络的性能。

技术领域

本申请涉及一种语音识别技术领域，特别是涉及一种语音识别结果修正方法、系统、终端以及储存介质。

背景技术

语音识别结果在受到外界的背景音、发音人的发声以及语音转义系统自身的精度等影响会造成偏差，会影响工程中的产品性能，特别是在专业的应用领域，例如：气象会商。

目前，我们在进行语音后处理时，除了传统的逻辑处理外，还会借助语言模型进行修正，利用语言模型对语料库中的每个字符进行embedding操作，一个准确的embedding表达会直接影响语音识别结果的修正。但是对于不同领域的任务，语言模型的输入和结构也会有所不同，现有技术中没有一个好的embedding模型进行语料库的向量表达可以做好语音识别结果的修正，导致语音识别结果误差较大，识别准确率不高。

申请内容

鉴于以上所述现有技术的缺点，本申请的目的在于提供一种语音识别结果修正方法、系统、终端以及储存介质，用于解决现有技术中对于不同领域的任务，语言模型的输入和结构也会有所不同，没有一个好的embedding模型进行语料库的向量表达可以做好语音识别结果的修正，导致语音识别结果误差较大，识别准确率不高的问题。

为实现上述目的及其他相关目的，本申请提供一种语音识别结果修正方法，包括：构建语料库；从所述语料库中筛选出符合相关度要求的一或多个语料，以形成对应的语料文档；根据所述语料文档，生成对应的数据输入方式和语料库字典文档；根据所述数据输入方式和语料库字典文档来训练一ELMo模型，以用于对所述语料库字典文档进行向量化处理后得到向量文档；根据所述向量文档和语料库字典文档来调整所述ELMo模型，以生成用于修正语音识别结果的命名实体识别模型。

于本申请的一实施例中，从所述语料库中筛选出符合相关度要求的一或多个语料，以形成对应的语料文档的方式包括：获取所述语料库；将所述语料库中的空白文档以及无关联词语作为不符合相关度要求的语料删除；将删除后的语料库中的一或多个语料集合成对应的语料文档。

于本申请的一实施例中，根据所述语料文档，生成对应的数据输入方式和语料库字典文档的方式包括：将所述语料文档进行分词并按行储存；将经过分词后的语料文档拆解为多行字符，并储存至预处理文档；构建语料库字典文档，并将所述预处理文档中语料库字典文档中不存在的字符储存至所述语料库字典文档；将所述语料文档中的中文语料转为无声调拼音，并设于所述中文语料后储存至数据输入方式文档以及所述语料库字典文档。

于本申请的一实施例中，根据所述数据输入方式和语料库字典文档来训练一ELMo模型，以用于对所述语料库字典文档进行向量化处理后得到向量文档的方式包括：输入储存由所述语料文档中的中文语料转为无声调拼音以及所述中文语料的数据输入方式文档与所述语料库字典文档；对所述语料库字典文档中的字符进行编码并进行高速神经网络层的筛选；将筛选后的所述语料库字典文档通过双向长短时结构提取当前序列的上下文信息以得到ELMo模型；利用所述ELMo模型对所述语料库字典文档进行向量化表示，并储存至向量文档。