[发明专利]一种语音识别的方法和装置

权利要求书

1.一种语音识别的方法，其特征在于，包括：

当接收到语音数据，识别所述语音数据得到候选识别文本集合；

判断所述候选识别文本集合中是否存在易混淆词对；

若所述候选识别文本集合中存在易混淆词对，则采用预置的语言模型和贝叶斯模型得到所述候选识别文本集合的候选识别文本的评分；

采用所述评分从所述候选识别文本中筛选出目标识别文本；

其中，所述采用预置的语言模型和贝叶斯模型得到所述候选识别文本集合的候选识别文本的评分的步骤包括：

从所述候选识别文本中提取出词形；

将所述词形输入到预置的贝叶斯模型，得到所述候选识别文本集合的候选识别文本的贝叶斯评分；

将所述词形输入到预置的语言模型，得到所述候选识别文本集合的候选识别文本的语言评分；

采用所述贝叶斯评分和语言评分得到所述候选识别文本的评分。

2.根据权利要求1所述的方法，其特征在于，还包括：

若所述候选识别文本集合中不存在易混淆词对，则采用预置的语言模型得到所述候选识别文本集合的候选识别文本的评分。

3.根据权利要求1所述的方法，其特征在于，所述判断所述候选识别文本集合中是否存在易混淆词对的步骤包括：

判断所述候选识别文本集合中在预置易混淆词库中是否存在匹配项；

当所述候选识别文本集合中在预置易混淆词库中存在匹配项时，判断为所述候选识别文本集合中存在易混淆词对。

4.根据权利要求1所述的方法，其特征在于，所述贝叶斯模型通过如下方式进行训练：

从语料库中抽取包含易混淆词的训练语料；

抽取所述训练语料的训练词形；

采用所述训练词形训练贝叶斯模型。

5.根据权利要求1所述的方法，其特征在于，所述采用所述评分从所述候选识别文本中筛选出目标识别文本的步骤包括：

将所述评分按照由大到小的顺序进行排序；

将所述排序在最前的评分所对应的候选识别文本作为目标识别文本。

6.根据权利要求1-5任一所述的方法，其特征在于，所述语言模型通过如下方式进行训练：

从语料库中获取注音训练语料；

采用所述注音训练语料训练所述语言模型。

7.根据权利要求6所述的方法，其特征在于，所述注音训练语料通过如下方式获得：

从语料库中抽取包含多音字的训练语料；

抽取所述训练语料的训练词形和所述训练词形的训练位置特征；

对所述多音字进行分类注音得到注音多音字；

采用所述训练词形和所述训练词形的训练位置特征训练最大熵模型，得到所述注音多音字的最大出现概率；

基于所述最大出现概率的注音多音字修改所述训练语料得到注音训练语料；

采用所述注音训练语料修改所述语料库。

8.一种语音识别的装置，其特征在于，包括：

候选识别文本集合获得模块，用于当接收到语音数据，识别所述语音数据得到候选识别文本集合；

易混淆词对判断模块，用于判断所述候选识别文本集合中是否存在易混淆词对；

第一文本评分模块，用于若所述候选识别文本集合中存在易混淆词对，则采用预置的语言模型和贝叶斯模型得到所述候选识别文本集合的候选识别文本的评分；

目标识别文本筛选模块，用于采用所述评分从所述候选识别文本中筛选出目标识别文本；

其中，所述第一文本评分模块包括：

词形提取子模块，用于从所述候选识别文本中提取出词形；

词形输入子模块，用于将所述词形输入到预置的贝叶斯模型，得到所述候选识别文本集合的候选识别文本的贝叶斯评分；

语言评分获得子模块，用于将所述词形输入到预置的语言模型，得到所述候选识别文本集合的候选识别文本的语言评分；

总评分获得子模块，用于采用所述贝叶斯评分和语言评分得到所述候选识别文本的评分。