[发明专利]语音识别方法、装置、设备和存储介质有效
申请号: | 202110455740.4 | 申请日: | 2021-04-26 |
公开(公告)号: | CN113223522B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 赵银楼;张辽;蒋正翔 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G10L15/22 | 分类号: | G10L15/22;G10L15/14;G10L15/16;G10L15/183;G10L15/26;G10L15/30 |
代理公司: | 北京鸿德海业知识产权代理有限公司 11412 | 代理人: | 田宏宾 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 语音 识别 方法 装置 设备 存储 介质 | ||
1.一种语音识别方法,包括:
获取输入信息,所述输入信息包括:语音信息和当前地域信息;
采用声学模型对所述语音信息进行处理,以获得声学模型输出信息,将所述声学模型输出信息确定为待识别的识别内容;
采用所述当前地域信息对应的地域语言模型对所述识别内容进行处理,以获得所述语音信息对应的第一文本内容;
采用通用语言模型对所述识别内容进行处理,以获得所述语音信息对应的第二文本内容;
确定所述第一文本内容对应的第一得分,以及所述第二文本内容对应的第二得分;其中,所述第一得分基于所述当前地域信息对应的地域语言模型的第一权重和所述地域语言模型确定的所述第一文本内容对应的概率值确定;所述第二得分为所述通用语言模型确定的所述第二文本内容对应的概率值;
基于所述第一得分和所述第二得分,选择得分最高的所述第一文本内容或者所述第二文本内容,确定为语音识别结果;
其中,所述当前地域信息对应的地域语言模型和所述通用语言模型均与所述声学模型连接。
2.根据权利要求1所述的方法,其中,所述地域语言模型还包括所述当前地域信息之外的其他地域信息对应的地域语言模型,所述方法还包括:
基于所述当前地域信息,为所述当前地域信息对应的地域语言模型分配第一权重,以及,为所述其他地域信息对应的地域语言模型分配第二权重,且所述第一权重大于所述第二权重。
3.一种语音识别装置,包括:
获取模块,用于获取输入信息,所述输入信息包括:语音信息和当前地域信息;
识别模块,用于采用声学模型对所述语音信息进行处理,以获得声学模型输出信息,将所述声学模型输出信息确定为待识别的识别内容;
第一处理模块,用于采用所述当前地域信息对应的地域语言模型对所述识别内容进行处理,以获得所述语音信息对应的第一文本内容;
第二处理模块,用于采用通用语言模型对所述识别内容进行处理,以获得所述语音信息对应的第二文本内容;
确定模块,用于确定所述第一文本内容对应的第一得分,以及所述第二文本内容对应的第二得分;其中,所述第一得分基于所述当前地域信息对应的地域语言模型的第一权重确定;所述第二得分为所述通用语言模型确定的所述第二文本内容对应的概率值;
选择模块,用于基于所述第一得分和所述第二得分,选择得分最高的所述第一文本内容或者所述第二文本内容,确定为语音识别结果;
其中,所述当前地域信息对应的地域语言模型和所述通用语言模型均与所述声学模型连接。
4.根据权利要求3所述的装置,其中,所述地域语言模型还包括所述当前地域信息之外的其他地域信息对应的地域语言模型,所述装置还包括:
基于所述当前地域信息,为所述当前地域信息对应的地域语言模型分配第一权重,以及,为所述其他地域信息对应的地域语言模型分配第二权重,且所述第一权重大于所述第二权重。
5.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-2中任一项所述的方法。
6.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-2中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110455740.4/1.html,转载请声明来源钻瓜专利网。