[发明专利]语音识别方法、装置、设备及存储介质

权利要求书

1.一种语音识别方法，其特征在于，包括：

获取生成待识别语音的语音场景的属性信息，和/或，确定生成待识别语音的语音场景中的人员的属性信息；

根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，确定对所述待识别语音的语音识别结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，确定对所述待识别语音的语音识别结果，包括：

对所述待识别语音进行语音识别，得到语音识别结果；

根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，对所述语音识别结果进行校正，得到所述待识别语音的校正后的语音识别结果。

3.根据权利要求1或2所述的方法，其特征在于，所述获取生成待识别语音的语音场景的属性信息，包括：

获取生成待识别语音的语音场景的场景图像，和/或，获取生成待识别语音的语音场景中的语音数据；

通过对所述场景图像进行图像识别，和/或，通过对所述语音数据进行语音识别，确定所述语音场景的属性信息。

4.根据权利要求3所述的方法，其特征在于，通过对所述场景图像进行图像识别，确定所述语音场景的属性信息，包括：

识别所述场景图像中的文本内容；

根据从所述场景图像中识别出的文本内容，确定所述语音场景的场景属性信息，所述场景属性信息包括所述语音场景的区域、领域、人员信息中的至少一种。

5.根据权利要求4所述的方法，其特征在于，通过对所述场景图像进行图像识别，确定所述语音场景的属性信息，还包括：

根据所述场景图像，识别所述语音场景的场景类型。

6.根据权利要求3所述的方法，其特征在于，通过对所述语音数据进行语音识别，确定所述语音场景的属性信息，包括：

对所述语音数据进行语音识别，得到与所述语音数据对应的文本内容；

对与所述语音数据对应的文本内容进行分词以及对分词结果进行分析，确定所述语音场景的场景属性信息，所述场景属性信息包括所述语音场景的区域、领域、人员信息中的至少一种。

7.根据权利要求1或2所述的方法，其特征在于，确定生成待识别语音的语音场景中的人员的属性信息，包括：

根据生成待识别语音的语音场景中的人员的发言内容和/或所述语音场景的介绍信息，确定所述语音场景中的人员的属性信息，所述人员的属性信息包括人员的角色、称谓、职位中的至少一种。

8.根据权利要求2所述的方法，其特征在于，根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，对所述语音识别结果进行校正，得到所述待识别语音的校正后的语音识别结果，包括：

至少根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，生成与所述语音场景对应的发言内容结构化模板；

从所述待识别语音的语音识别结果中识别不符合所述发言内容结构化模板的文本内容；

根据所述发言内容结构化模板，对不符合所述发言内容结构化模板的文本内容进行修正和/删除，得到所述待识别语音的校正后的语音识别结果。

9.根据权利要求8所述的方法，其特征在于，所述至少根据所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，生成与所述语音场景对应的发言内容结构化模板，包括：

从所述待识别语音的语音识别结果中提取得到关键词；

对提取得到的关键词，以及所述语音场景的属性信息和/或所述语音场景中的人员的属性信息，进行结构化处理并进行组合，得到与所述语音场景对应的发言内容结构化模板。