[发明专利]一种融合用户反馈的汉语语音识别方法及系统

说明书

技术领域

本发明涉及语音识别技术领域，特别涉及一种融合用户反馈的汉语语音识别方法及系统。

背景技术

近年来，计算机自动语音识别技术取得了长足的进展，涌现出了一批代表性的应用，但是，由于当前语音识别技术自身的限制，识别错误仍然不可避免，而很多情况下少数几个错字就能改变整个句子的语义，因而大大影响了用户的体验和对语音识别技术的热情。

为解决当前语音识别技术与实际应用需求之间的矛盾，一些研究者将语音识别和人机交互技术相结合，提出了融合用户反馈的语音识别错误修正方法，其主要特点是提供便捷的交互界面辅助用户对识别结果进行反馈和修正，以得到高准确率的识别文本。这些反馈方式包括结合键盘输入、语音重新输入(re-speaking)、手写输入等的多通道输入和候选选择。近年来，以词为单位的候选选择受到了研究者的重视，该方式下系统不仅显示每句话的识别结果，而且为识别结果中的每个词同时提供多个候选，当第一候选识别错误时，用户可通过选择其它候选词来纠正识别错误，这种方法可将相当一部分错误修正工作以点击或触摸的形式实现，用户界面友好、操作效率较高，但是，当识别错误较多时，用户需要查看各候选列并进行选择，还需要采用键盘等设备输入不在候选列表中的字词，人工操作负担仍然相对较重，因此，提高语音识别结果的正确率，减少所需的修正操作，特别是键盘输入操作，仍然是当前研究的重点，而在提高语音识别正确率方面，除了提高通用识别引擎的性能外，针对用户正在输入的语音，自动学习用户反馈中的包含的隐含信息，快速调整识别结果，对于提高识别性能、提升用户体验，也具有重要作用。

发明内容

针对现有技术的不足，本发明提出一种融合用户反馈的汉语语音识别方法及系统。

本发明提出一种融合用户反馈的汉语语音识别方法，包括：

步骤1，获取输入语音，根据所述输入语音，生成词网格，并将所述词网格转换为字的候选列表；

步骤2，获取用户对所述候选列表中的所述用户反馈，所述用户反馈包括：所述用户选择所述候选列表中与所述输入语音相对应的正确字，或输入与所述输入语音相对应的所述正确字；

步骤3，，将所述正确字以及所述正确字对应的候选列之前的各候选列的第一个候选字作为已确定文字，并以所述已确定文字为约束和指导，调整未确定文字对应的所述候选列表，生成新的候选列表；

步骤4，重复所述步骤2、3，直到正确识别所述输入语音或所述用户输入新输入语音，以完成语音识别。

所述的融合用户反馈的汉语语音识别方法，所述步骤3包括：

步骤31，对于所述已确定文字，创建只包括正确字/词的精简词网格；

步骤32，将未确定文字对应的所述候选列表进行词网格扩充，生成与未确定文字对应的所述候选列表中候选列中字/词发音相近的字/词，并创建对应的词网格节点；

步骤33，将所述精简词网格与所述用户反馈前的所述词网格中对应未确定文字的部分相连，并将所述词网格节点加入所述词网格，生成新词网格；

步骤34，对所述新词网格进行概率重估，计算所述新词网格中各路径的概率；

步骤35，根据所述新词网格与所述概率，生成新候选列表。

所述的融合用户反馈的汉语语音识别方法，所述步骤31包括：将所述已确定文字切分为新词，为每个新词建立词网格节点，并在相邻新词之间创建弧进行连接。

所述的融合用户反馈的汉语语音识别方法，所述步骤32包括：生成所述用户反馈的候选列的下一候选列中的候选字的混淆音字；生成第一候选字与所述正确字相同，第二候选字与所述下一候选列中的候选字发音相近的混淆音词。

本发明还提出一种融合用户反馈的汉语语音识别系统，包括：

自动语音识别模块，用于获取输入语音，根据所述输入语音，生成词网格，并将所述词网格转换为字的候选列表；

获取用户反馈模块，用于获取用户对所述候选列表中的所述用户反馈，所述用户反馈包括：所述用户选择所述候选列表中与所述输入语音相对应的正确字，或输入与所述输入语音相对应的所述正确字；

调整候选列表模块，用于将所述正确字以及所述正确字对应的候选列之前的各候选列的第一个候选字作为已确定文字，并以所述已确定文字为约束和指导，调整未确定文字对应的所述候选列表，生成新的候选列表；

识别模块，用于重复运行所述获取用户反馈模块、所述调整候选列表模块，直到正确识别所述输入语音或所述用户输入新输入语音，以完成语音识别。