[发明专利]智能机器人的质量改善方法及系统

权利要求书

1.一种智能机器人的质量改善方法，其特征在于，所述方法应用于智能机器人，其中，所述方法包括如下步骤：

智能机器人采集原始语音数据；

智能机器人将该原始语音数据输入到第一神经网络模型进行语音识别得到第一文本信息；同时将原始语音数据输入到第二神经网络模型进行语音识别得到第二文本信息；

智能机器人将第一文本信息按标点符号分成n段，将第二文本信息按标点符号分成n段，将第一文本信息与第二文本信息的n段按顺序比对，若第i段比对一致，确定第i段为最终输出结果，若第x段比对不一致，则将第一文本信息的第x段与第二文本信息的第x段进行对其校正后得到第x’段，将第x’段确定为最终输出结果；

上述1≤i≤n；1≤x≤n；n为大于等于3的整数。

2.根据权利要求1所述的方法，其特征在于，

所述第一神经网络模型为LSTM构架模型，所述第二神经网络模型为RNN构架模型。

3.根据权利要求2所述的方法，其特征在于，所述智能机器人将该原始语音数据输入到第一神经网络模型进行语音识别得到第一文本信息：

智能机器人的主电路接收该原始语音数据在当前时刻t的输入数据X_t；获取LSTM的上一时刻的输出值h_t-1以及细胞输出值C_t-1；主处理电路将h_t-1拆分成多个数据块，分发给多个从电路，将输入数据X_t广播至多个从电路，从电路接收到对应的数据块后，从X_t提取该数据块对应的元素值，将该数据块与该元素值计算得到中间结果，将该中间结果发送至主电路，主电路依据该中间结果得到乘积结果h_t-1*X_t；依据该乘积结果h_t-1*X_t计算得到当前时刻t的输出结果h_t，依据该输出结果h_t确定当前时刻t的语音信息对应的文本信息。

4.根据权利要求2所述的方法，其特征在于，所述将原始语音数据输入到第二神经网络模型进行语音识别得到第二文本信息具体包括：

主电路接收该原始语音数据在当前时刻t的输入数据X_t；获取RNN的上一时刻的隐层输出值S_t-1；主处理电路提取RNN的权值数据W，主处理电路计算输入数据X_t与隐层输出值S_t-1的和，将和拆分成多个数据块，分发给多个从电路，将权值数据W广播至多个从电路，从电路接收到对应的数据块后，从权值数据W提取该数据块对应的元素值，将该数据块与该元素值计算得到中间结果，将该中间结果发送至主电路，主电路依据该中间结果得到当前时刻的隐层输出值S_t，主处理电路对该S_t执行激活运算得到当前时刻的输出结果O_t，依据该输出结果O_t确定当前时刻t的语音信息对应的文本信息。

5.根据权利要求1所述的方法，其特征在于，所述将第一文本信息的第x段与第二文本信息的第x段进行对其校正后得到第x’段具体可以包括：

将第一文本信息的第X1段与第二文本信息的第X2段按字对齐，对齐后将每个字逐一比对，若第X1段与第X2段的字均相同，确定该字为第x’段中的字，若若第X1段与第X2段的字不相同，提取第X1段的字的第一置信率，提取第X2段的字的第二置信率，若第一置信率大于等于第二置信率，确定第X1段的字为第x’段中的字，若第一置信率小于第二置信率，将第X1段的字与前/后字组成词组，将词组与最终输出结果中已确定的段落比对，若该词组在该已确定的段落中出现的次数大于等于次数阈值，确定第X1段的字为第x’段中的字，若该词组在该已确定的中出现的次数小于次数阈值，确定第X2段的字为第x’段中的字。