[发明专利]语音识别纠错方法、装置、电子设备和存储介质

权利要求书

1.一种语音识别纠错方法，其特征在于，包括：

确定待纠错的语音数据的识别文本；

将所述识别文本，以及所述语音数据的用户关联文本和/或所述语音数据的历史语音数据的历史识别文本输入至语音识别纠错模型，得到所述语音识别纠错模型输出的纠错结果；

其中，所述语音识别纠错模型是基于样本语音数据的样本识别文本及其样本纠错结果，以及所述样本语音数据的样本用户关联文本和/或所述样本语音数据的历史语音数据的样本历史识别文本训练得到的。

2.根据权利要求1所述的语音识别纠错方法，其特征在于，所述将所述识别文本，以及所述语音数据的用户关联文本和/或所述语音数据的历史语音数据的历史识别文本输入至语音识别纠错模型，得到所述语音识别纠错模型输出的纠错结果，包括：

将所述识别文本输入至所述语音识别纠错模型的识别文本编码层，得到所述识别文本编码层输出的识别文本编码；

将所述历史识别文本和/或所述用户关联文本输入至所述语音识别纠错模型的辅助文本编码层，得到所述辅助文本编码层输出的辅助文本编码；

将所述识别文本编码和所述辅助文本编码输入至所述语音识别纠错模型的解码层，得到所述解码层输出的所述纠错结果。

3.根据权利要求2所述的语音识别纠错方法，其特征在于，所述将所述识别文本编码和所述辅助文本编码输入至所述语音识别纠错模型的解码层，得到所述解码层输出的所述纠错结果，包括：

将所述识别文本编码和所述辅助文本编码，以及所述语音数据的声学隐层特征输入至所述解码层，得到所述解码层输出的所述纠错结果。

4.根据权利要求3所述的语音识别纠错方法，其特征在于，所述将所述识别文本编码和所述辅助文本编码，以及所述语音数据的声学隐层特征输入至所述解码层，得到所述解码层输出的所述纠错结果，包括：

将所述识别文本编码和所述辅助文本编码，以及所述声学隐层特征输入至所述解码层的注意力交互层，得到所述注意力交互层进行两两注意力交互并输出的识别声学交互向量、辅助声学交互向量和识别辅助交互向量；

将所述识别文本编码、识别声学交互向量、所述辅助声学交互向量和所述识别辅助交互向量输入至所述解码层的融合解码层，得到所述融合解码层输出的所述纠错结果。

5.根据权利要求2所述的语音识别纠错方法，其特征在于，将所述历史识别文本和所述用户关联文本输入至所述语音识别纠错模型的辅助文本编码层，得到所述辅助文本编码层输出的辅助文本编码，包括：

将所述历史识别文本和所述用户关联文本分别输入至所述辅助文本编码层的自注意力交互层，得到所述自注意力交互层输出的所述历史识别文本的历史识别自注意力向量和所述用户关联文本的用户关联自注意力向量；

将所述历史识别自注意力向量和所述用户关联自注意力向量输入至所述辅助文本编码层的辅助文本融合层，得到所述辅助文本融合层输出的所述辅助文本编码。

6.根据权利要求1至5任一项所述的语音识别纠错方法，其特征在于，所述识别文本包括多个不同的语音识别模型分别输出的候选识别文本，所述样本识别文本包括所述多个不同的语音识别模型分别对应的样本候选识别文本。

7.根据权利要求6所述的语音识别纠错方法，其特征在于，任一语音识别模型对应的样本候选识别文本是基于如下步骤确定的：

基于样本语音数据及其对应的样本识别文本，确定所述任一语音识别模型的输出结果的识别错误类型分布；

基于所述输出结果的识别错误类型分布，对样本文本数据进行错误替换，得到所述任一语音识别模型对应的样本候选识别文本。