[发明专利]一种语音识别方法、装置及终端设备在审
申请号: | 201611166106.4 | 申请日: | 2016-12-16 |
公开(公告)号: | CN108206020A | 公开(公告)日: | 2018-06-26 |
发明(设计)人: | 李黄海 | 申请(专利权)人: | 北京智能管家科技有限公司 |
主分类号: | G10L15/16 | 分类号: | G10L15/16;G10L15/10;G10L15/26 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆;胡彬 |
地址: | 101500 北京市密云县经济开发*** | 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 音信息 结果向量 终端设备 权重 向量 神经网络模型 归一化处理 接收用户 语音信息 匹配度 向量化 | ||
1.一种语音识别方法,其特征在于,包括:
接收用户输入的语音信息,确定和所述语音信息对应的主题词以及主题词向量;
通过神经网络模型对所述语音信息进行识别以确定识别结果;
对所述识别结果进行向量化处理得到识别结果向量;
计算所述识别结果向量和所述主题词向量的距离值,对所述距离值进行归一化处理得到所述识别结果和所述主题词的距离权重值,依据所述距离权重值确定所述语音信息最终对应的识别内容。
2.根据权利要求1所述的方法,其特征在于,所述对所述识别结果进行向量化处理得到识别结果向量包括:
依据所述识别结果中的识别词向量以及所述识别词向量对应的识别词权重值确定所述识别结果向量;或
根据所述识别结果构建语法树,依据所述语法树中的结点以及所述结点对应的结点权重值确定所述识别结果向量。
3.根据权利要求1或2所述的方法,其特征在于,所述计算所述识别结果向量和所述主题词向量的距离值,对所述距离值进行归一化处理得到所述识别结果和所述主题词的距离权重值包括:
计算所述识别结果向量和所述主题词向量的余弦距离值,依据所述余弦距离值确定所述识别结果和所述主题词的距离权重值。
4.根据权利要求3所述的方法,其特征在于,所述通过神经网络模型对所述语音信息进行识别以确定识别结果包括:
通过神经网络模型对所述语音信息进行识别以确定识别结果和所述识别结果对应的识别结果权重值;相应的,
所述依据所述距离权重值确定所述语音信息最终对应的识别内容包括:
依据所述距离权重值和所述识别结果权重值确定所述语音信息最终对应的识别内容。
5.根据权利要求4所述的方法,其特征在于,所述确定和所述语音信息对应的主题词以及主题词向量包括:
将预存的主题词以及主题词向量作为所述语音信息的主题词以及主题词向量;或
接收用户输入的或供应商发送的主题词,根据所述主题词确定主题词向量,将接收到的所述主题词以及确定出的所述主题词向量作为所述语音信息对应的主题词以及主题词向量。
6.一种语音识别装置,其特征在于,包括:
主题确定模块,用于接收用户输入的语音信息,确定和所述语音信息对应的主题词以及主题词向量;
识别结果确定模块,用于通过神经网络模型对所述语音信息进行识别以确定识别结果;
识别结果向量确定模块,用于对所述识别结果进行向量化处理得到识别结果向量;
识别内容确定模块,用于计算所述识别结果向量和所述主题词向量的距离值,对所述距离值进行归一化处理得到所述识别结果和所述主题词的距离权重值,依据所述距离权重值确定所述语音信息最终对应的识别内容。
7.根据权利要求6所述的装置,其特征在于,所述识别结果向量确定模块具体用于:
依据所述识别结果中的识别词向量以及所述识别词向量对应的识别词权重值确定所述识别结果向量;或
根据所述识别结果构建语法树,依据所述语法树中的结点以及所述结点对应的结点权重值确定所述识别结果向量。
8.根据权利要求6或7所述的装置,其特征在于,所述识别内容确定模块具体用于:
计算所述识别结果向量和所述主题词向量的余弦距离值,依据所述余弦距离值确定所述识别结果和所述主题词的距离权重值。
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智能管家科技有限公司,未经北京智能管家科技有限公司许可,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/201611166106.4/1.html,转载请声明来源钻瓜专利网。