[发明专利]语音识别方法及其装置

说明书

本申请公开了一种语音识别方法及其装置。其中，所述方法包括：获取输入的语音数据；通过解码模型解码所述语音数据，生成语音识别中间结果；基于核心词数据库中核心词拼音与声调序列，对所述语音识别中间结果进行匹配；根据所述拼音于声调序列与所述语音识别中的中间结果的匹配状态，输出匹配结果。通过语音识别中间结果与核心词数据库中核心词拼音与声调序列的匹配，可以解决语音识别结果偏离正常语境的问题。

技术领域

本发明涉及语音识别领域，尤其涉及一种语音识别方法及其装置。

背景技术

语音识别的解码与应用场景相关性很大，用户总是期望语音识别模型能够向用户的场景语料进行一定指向性的解码识别。目前，基于用户热词进行语音识别，在上传热词时，要通过人工定义热词并设置其权重值。若这些权重值的设置相差较大，则会导致语音识别结果严重偏离正常语境，且热词上传的数量也有限制，用户对热词进行选择时存在一定的困难。

发明内容

本申请实施例提供一种语音识别方法，用以解决现有技术中语音识别结果偏离正常语境的问题。具体包括：

获取输入的语音数据；

通过解码模型解码所述语音数据，生成语音识别中间结果；

基于核心词数据库中核心词拼音与声调序列，对所述语音识别中间结果进行匹配；

根据所述拼音与声调序列与所述语音识别中的中间结果的匹配状态，输出匹配结果。

进一步的，在本申请提供的一种优选实施方式中，所述解码模型由声学模型、字典和语言模型共同构成。

进一步的，在本申请提供的一种优选实施方式中，所述语言模型为基于文本预处理语料，对前景语言模型与背景语言模型进行插值拟合生成的新的语言模型；

其中，前景语言模型为用户语言模型，权重值预设为0.5-0.8，该前景语言模型包含用户指定场景语料；背景语言模型为原有语音识别引擎的语言模型，该背景语言模型包含各场景语料。

进一步的，在本申请提供的一种优选实施方式中，对新生成的语言模型要进行平滑和剪枝操作；

其中，剪枝操作基于前景语言模型，对背景语言模型进行无关场景语料删除，且应保留前景语言的分支；平滑操作基于新生成的语言模型，重新分布该语言模型中所有场景语料的条件概率，且平滑操作后所有场景语料条件概率和为1。

进一步的，在本申请提供的一种优选实施方式中，所述核心词数据库基于文本预处理语料进行分词及统计词频，并根据词频生成对应分词权重而建立；

其中，对应分词权重通过每个词的词频除以最大词频与一个常量的和的方式来计算，所述常量取所有词频的中值。

进一步的，在本申请提供的一种优选实施方式中，所述核心词数据库可根据用户上传的核心词信息进行匹配，并自动推荐对应权重值，且用户可根据实际需求调整该权重值，以增加语音识别的准确性；

其中，经检索如未发现用户核心词，则将当前核心词数据库中的所有词的权重中值作为推荐值。

进一步的，在本申请提供的一种优选实施方式中，所述匹配结果为语音识别中间结果在数据库中存在对应的拼音与语调序列时，则对该拼音与语调序列进行核心词替换。

进一步的，在本申请提供的一种优选实施方式中，所述核心词进行替换时，若包含替换序列的句子的语言模型混淆度相比于原有句子降低一个阈值，则可完成核心词序列替换，并输出包含替换序列的语音识别中间结果；

其中，降低的一个阈值，可以根据实际环境进行调整。

进一步的，在本申请提供的一种优选实施方式中，在执行所述包含替换序列的句子作为语音识别结果输出的步骤之前，还包括对该包含替换序列的句子进行断句及标点预测。