[发明专利]用于文本后处理的方法、装置、电子设备和介质

权利要求书

1.一种用于文本后处理的方法，包括：

获取至少两个与待识别语音匹配的预测文本；

对所述至少两个预测文本进行多任务文本后处理，生成与所述待识别语音对应的识别文本，其中，所述多任务文本后处理包括以下至少两项子任务：文本纠错，标点预测，逆文本标准化。

2.根据权利要求1所述的方法，其中，所述对所述至少两个预测文本进行多任务文本后处理，得到与所述待识别语音对应的识别文本，包括：

将所述至少两个预测文本输入至预先训练的文本后处理模型，得到与所述待识别语音对应的识别文本，其中，所述文本后处理模型用于多任务文本后处理。

3.根据权利要求2所述的方法，其中，所述文本后处理模型中包括编码器和解码器，所述编码器中包括第一数目个子编码器和编码融合器，所述第一数目与所述至少两个预测文本的数目一致，所述编码融合器用于融合所述第一数目个子编码器输出的特征，以及将融合后的特征输入至所述解码器。

4.根据权利要求3所述的方法，其中，所述子编码器包括依次连接的第二数目个编码层，以及所述编码融合器用于融合所述第一数目个子编码器中最后一层编码层输出的特征，以及将融合后的特征输入至所述解码器。

5.根据权利要求3所述的方法，其中，所述解码器包括依次连接的第三数目个解码层，以及所述第三数目个解码层中的解码层用于执行所述多任务文本后处理的子任务。

6.根据权利要求5所述的方法，其中，所述依次连接的第三数目个解码层用于执行的所述多任务文本后处理的子任务依次包括以下至少两项：文本纠错，标点预测，逆文本标准化。

7.根据权利要求1-6之一所述的方法，其中，所述获取至少两个与待识别语音匹配的预测文本，包括：

获取待识别语音；

将所述待识别语音输入至预先训练的语音识别模型，得到第四数目个准预测文本和对应的置信度；

根据所述第四数目个准预测文本对应的置信度，选取目标数目个准预测文本作为所述至少两个与待识别语音匹配的预测文本。

8.一种用于训练文本后处理模型的方法，包括：

获取训练样本集合，其中，所述训练样本集合中的训练样本包括对应于同一样本语音的至少两个样本预测文本和对应的样本标注文本，所述样本标注文本中包括至少两项文本后处理子任务对应标签，所述文本后处理子任务包括：文本纠错，标点预测，逆文本标准化；

获取初始文本后处理模型；

将所述训练样本集合中对应于同一样本语音的至少两个样本预测文本输入至所述初始文本后处理模型，得到处理后文本对应的特征；

根据预设的损失函数确定所得到处理后文本对应的特征与输入的至少两个样本预测文本对应的样本标注文本对应的特征之间的损失值；

根据所述损失值，调整所述初始文本后处理模型的参数，训练得到所述文本后处理模型。

9.根据权利要求8所述的方法，其中，所述初始文本后处理模型包括编码器和解码器，所述编码器中包括第一数目个子编码器和编码融合器，所述第一数目与所述至少两个预测文本的数目一致；以及

所述将所述训练样本集合中对应于同一样本语音的至少两个样本预测文本输入至所述初始文本后处理模型，得到处理后文本对应的特征，包括：

将对应于同一样本语音的至少两个样本预测文本输入至所述第一数目个子编码器中对应的子编码器，得到各样本预测文本分别对应的第一编码特征；

将所得到的第一数目个第一编码特征输入至所述编码融合器，生成第二编码特征；

将所述第二编码特征输入至所述解码器，得到所述处理后文本对应的特征。