[发明专利]一种领域自适应语音识别方法和装置

权利要求书

1.一种领域自适应语音识别方法，其特征在于，包括：

基于初始音频语料进行训练，建立初始声学模型，以及基于初始文本语料进行训练，建立初始语言模型；

进行行业领域语料搜集和处理，基于处理后的行业领域语料进行训练，建立行业领域语言模型；

基于所述初始语言模型和所述行业领域语言模型进行适配计算，建立混合语言模型；

基于处理后的行业领域语料进行音素聚类，根据音素聚类结果进行训练，建立聚类声学模型；

对所述初始声学模型和所述聚类声学模型进行融合，建立融合声学模型；

接收输入的语音信号，基于所述融合声学模型和混合语言模型确定所述语音信号对应的词语序列。

2.根据权利要求1所述的领域自适应语音识别方法，其特征在于，所述初始语言模型是二元n-gram语言模型。

3.根据权利要求1所述的领域自适应语音识别方法，其特征在于，所述进行行业领域语料搜集和处理，基于处理后的行业领域语料进行训练，建立行业领域语言模型包括：

搜集与所述行业领域相关的语料，从所述语料中提取句子文本和专有名词；

对所述专有名词进行分类整理，建立专有名词词表；

基于所述专有名词词表对所述句子文本进行专有名词标注和替换，得到包含专有名词词表标记词的句子文本；

以所述包含专有名词词表标记词的句子文本作为训练语料进行训练，建立行业领域语言模型。

4.根据权利要求1所述的领域自适应语音识别方法，其特征在于，所述基于所述初始语言模型和所述行业领域语言模型进行适配计算，建立混合语言模型包括：

对所述初始语言模型和所述行业领域语言模型进行概率加权计算，建立混合语言模型。

5.根据权利要求4所述的领域自适应语音识别方法，其特征在于，对所述初始语言模型和所述行业领域语言模型进行概率加权计算，建立混合语言模型包括：

当初始文本语料和行业领域语料中都包含词语组合wi-1wi时，或者当初始文本语料中包含词语组合wi-1wi且行业领域语料中不包含词语组合wi-1wi时，按照以下公式(1)计算所述混合语言模型对应的条件概率：

P_mix(wi|wi-1)＝{XM*old_count(wi-1,wi)+YM*new_count(wi-1,wi)}/{XM*old_count(wi-1)+YM*new_count(wi-1)} (1)

其中，

XM＝old_total_count/(old_total_count+new_total_count)，

YM＝new_total_count/(old_total_count+new_total_count)，

其中，P_mix(wi|wi-1)表示所述混合语言模型对应的条件概率，wi-1和wi表示词语序列W中的两个相邻词语，W＝w1w2…wn，1i≤n，XM、YM分别表示针对所述初始语言模型和所述行业领域语言模型设置的加权系数，old_count(wi-1,wi)表示在所述初始文本语料中词语组合wi-1wi出现的次数，old_cout(wi-1)表示在所述初始文本语料中词语wi-1出现的次数，new_count(wi-1,wi)表示在所述行业领域语料中词语组合wi-1wi出现的次数，new_cout(wi-1)表示在所述行业领域语料中词语wi-1出现的次数，old_total_count表示所述初始文本语料中的总词数，new_total_count表示所述行业领域语料中的总词数。