[发明专利]语音识别纠错方法、装置、电子设备和存储介质

说明书

本发明实施例提供一种语音识别纠错方法、装置、电子设备和存储介质，其中方法包括：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。本发明实施例提供的语音识别纠错方法、装置、电子设备和存储介质，充分利用额外的相关文本信息，对识别文本进行错误定位和纠正，得到纠错结果，提高了错误定位和错误纠正的准确性。

技术领域

本发明涉及语音识别和自然语言处理技术领域，尤其涉及一种语音识别纠错方法、装置、电子设备和存储介质。

背景技术

随着人工智能相关技术的日益成熟，语音识别系统被广泛应用于会议、演讲、采访以及授课等场合。但是，目前的语音识别技术无法达到完全正确的识别效果，在对用户的语音数据进行识别时，得到的语音识别结果中仍然有可能存在错误。因此，需要对语音识别结果进行纠错，以提高语音识别结果的准确性。

然而，目前的语音识别纠错方法能够利用的语义信息相对受限，导致纠错模型难以进行准确的错误判定和错误纠正，纠错效果欠佳。

发明内容

本发明实施例提供一种语音识别纠错方法、装置、电子设备和存储介质，用以解决现有技术中纠错准确性欠佳的缺陷。

本发明实施例提供一种语音识别纠错方法，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。

根据本发明一个实施例的语音识别纠错方法，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。

根据本发明一个实施例的语音识别纠错方法，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。

根据本发明一个实施例的语音识别纠错方法，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。