[发明专利]语音识别方法、装置及存储介质

权利要求书

1.一种语音识别方法，其特征在于，所述方法包括：

根据采集到的目标语音确定待查询实体；

基于数据库的倒排索引查询所述待查询实体，得到候选实体集；

对所述待查询实体对应的汉字的拼音信息与所述候选实体集中每一候选实体对应的汉字的拼音信息进行归一化处理，得到所述待查询实体对应的归一化拼音信息以及所述每一候选实体的归一化拼音信息，所述归一化处理用于统一所述拼音信息对平舌音和翘舌音、前鼻音和后鼻音、边音和鼻音、声母f和声母h中的一组或多组的表达方式；

将所述待查询实体的归一化拼音信息与所述每一候选实体的归一化拼音信息进行比对；并且，

若存在归一化拼音信息与所述待查询实体的所述归一化拼音信息一致的候选实体，则将该候选实体作为针对所述待查询实体的查询结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若不存在归一化拼音信息与所述待查询实体的所述归一化拼音信息一致的候选实体，则确定候选实体的归一化拼音信息中是否存在包含和/或包含于待查询实体的归一化拼音信息的第二候选实体，其中，所述第二候选实体的归一化拼音信息与所述待查询实体的所述归一化拼音信息的文字长度差小于4；

若确定候选实体的归一化拼音信息中存在包含所述待查询实体的所述归一化拼音信息的第二候选实体，则将该第二候选实体作为针对所述待查询实体的查询结果。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若不存在候选实体的归一化拼音信息中包含所述待查询实体的所述归一化拼音信息的第二候选实体，则对所述待查询实体的归一化拼音信息进行单字拼音分割以及对所述每一候选实体的归一化拼音信息进行单字拼音分割；

将单字拼音分割后的所述待查询实体的所述归一化拼音信息进行单字拼音排列组合以及将单字拼音分割后的所述每一候选实体的归一化拼音信息进行单字拼音排列组合；

将单字拼音排列组合后的所述待查询实体的所述归一化拼音信息与单字拼音排列组合后的所述每一候选实体的归一化拼音信息进行比对；并且，

若存在单字拼音排列组合后的归一化拼音信息与单字拼音分割后的所述待查询实体的所述归一化拼音信息一致的第三候选实体，则将该第三候选实体作为针对所述待查询实体的查询结果。

4.根据权利要求3所述的方法，其特征在于，所述若存在单字拼音排列组合后的归一化拼音信息与单字拼音分割后的所述待查询实体的所述归一化拼音信息一致的第三候选实体，则将该第三候选实体作为针对所述待查询实体的查询结果包括：

对所述单字拼音排列组合后的所述待查询实体的所述归一化拼音信息进行分词处理，得到待查询分词元素，以及对所述单字拼音排列组合后的所述每一候选实体的归一化拼音信息进行分词处理，得到对应的实体候选分词元素；

对所述待查询分词元素进行排列组合，得到待查询组合语句，并由所述待查询组合语句构成待查询拼音列表，以及对所述每一候选实体对应的实体候选分词元素进行排列组合，得到对应的候选实体组合语句，并由对应的所述候选实体组合语句构成对应的候选实体拼音列表；

确定所述待查询拼音列表与每一所述候选实体拼音列表的长度关系以及匹配值，并确定所述待查询拼音列表与所述候选实体拼音列表的长度较短的拼音列表为第一列表；

确定每一所述匹配值与对应的第一列表的长度之间的比值；并且，

若存在比值大于预设阈值的第三候选实体，则将该第三候选实体作为针对所述待查询实体的查询结果。

5.根据权利要求4所述的方法，其特征在于，所述确定所述待查询拼音列表与每一所述候选实体拼音列表的匹配值包括：

遍历确定每一所述待查询组合语句的第一个分词元素拼音开头与每一所述候选实体组合语句的拼音开头是否一致；

若确定待查询组合语句的第一个分词元素拼音开头与候选实体组合语句的拼音开头一致，则增大所述待查询拼音列表与对应的该候选实体拼音列表的匹配值。