[发明专利]一种交互式同音异义词消歧方法、系统、电子设备和存储介质

说明书

本发明公开了一种交互式同音异义词消歧方法、系统、电子设备和存储介质，方法步骤包括：采集语音信号，对语音信号进行自动语音识别；判断是否存在置信度相近的语音识别结果；如果存在多个置信度相近的语音识别结果，则按照置信度的高低进行降序排列，判断是否存在同音异义词；如果存在多个置信度相近的自动语音识别结果，则进行词义消歧，记录同音异义词在语句中的位置和/或顺序，查询常用描述字词库或语言模型；输出多个可能的用于进行交互选择操作的自动语音识别结果。本发明的消歧准确度高于基于其他信息库的前馈式消歧方法，适用于看不清屏幕上的字、智能设备无屏情景等应用场景，具有易用性，交互过程自然顺畅等特点。

技术领域

本发明涉及一种消歧方法、系统电子设备笔存储介质，尤其涉及一种交互式同音异义词消歧方法、系统、电子设备和存储介质。

背景技术

在日常口语交流中，当人们在对话中存在不明确对方所指的时候，会通过语言进行反馈确认。如当对方说“我想听yue(四声)剧”，由于曲艺流派中知名的有“越剧”和“粤剧”，我们会问“是越南的越，还是粤语的粤？”。当前的虚拟语音助手，在遇到同音异义字词时，要么通过屏幕显示文字请用户确认，要么就默认其中一个结果执行，这样对于一些特定的场合，比如在不便于看屏幕、无屏幕的场景时会造成不便，并且容易错误理解用户的意图。

发明内容

本发明的目的在于提供一种交互式同音异义词消歧方法、系统、电子设备和存储介质，通过用户确认进行交互式反馈消歧，准确度高于基于其他信息库的前馈式消歧方法，适用于看不清屏幕上的字、智能设备无屏情景等应用场景，具有易用性，交互过程自然顺畅，解决现有技术存在的缺憾。

本发明提供了下述方案：

一种交互式同音异义词消歧方法，具体包括：

采集语音信号，对语音信号进行自动语音识别；

判断是否存在置信度相近的语音识别结果；

如果存在多个置信度相近的语音识别结果，则按照置信度的高低进行降序排列，判断是否存在同音异义词；

如果判断语音识别结果并非构成同音异义词，则输出置信度最高的自动语音识别结果，或：存在多个置信度相近的自动语音识别结果，则进行词义消歧；

记录同音异义词在语句中的位置和/或顺序，在常用描述字词库或语言模型中查询该同音异义词；

输出多个可能的用于进行交互选择操作的自动语音识别结果。

进一步的，在采集语音信号之后，对语音信号进行编码和特征提取，再对语音信号进行自动语音识别。

进一步的，在通过交互方式，输出多个用于候选的自动语音识别结果之前，将查询结果中的描述短句形成TTS槽位。

进一步的，所述存在多个置信度相近的自动语音识别结果，具体为：

存在多个自动语音识别结果均为最高置信度，或：置信度最高的自动语音识别结果与置信度第二高的自动语音识别结果之差小于歧义置信度阈值。

一种交互式同音异义词消歧系统，具体包括：

语音信号采集模块，用于采集语音信号，对语音信号进行自动语音识别；

语音信号智能决策模块，用于判断是否存在置信度相近的语音识别结果，如果存在多个置信度相近的语音识别结果，则按照置信度的高低进行降序排列，判断是否存在同音异义词；

如果判断语音识别结果并非构成同音异义词，则输出置信度最高的自动语音识别结果，或：存在多个置信度相近的自动语音识别结果，则进行词义消歧；

查询字词库或语言模型模块，用于记录同音异义词在语句中的位置和/或顺序，查询常用描述字词库或语言模型；