[发明专利]语音识别结果的调整装置及方法

说明书

一种语音识别结果的调整装置及方法，其中，该装置包括：VAD模块，将语音输入信息划分为句语音信息；ASR模块，将句语音信息转换为文本数据；场景判断模块，判断句语音信息的当前应用场景；句首处理模块，若该句首词的应用场景与当前应用场景匹配，则进入过滤模块；否则去除该句首词，依次判断其他词的应用场景是否与当前应用场景匹配，直至下一个词的应用场景与当前应用场景匹配，此时进入过滤模块；过滤模块，判断敏感词的发生场景是否与当前应用场景一致，若一致，则保留该文本数据中的敏感词；若不一致，则删除该文本数据中的敏感词。本发明能够优化语音识别结果，提高语义理解的正确率，增强智能语音设备的用户体验。

技术领域

本发明涉及语音处理领域，尤其涉及一种语音识别结果的调整装置及方法。

背景技术

近两年，智能语音设备例如智能音箱作为家庭场景中有效的人工智能交互入口，在国内外市场受到广泛专注。智能音箱的应用使用户解放了双手，能够更加便捷的获取歌曲、新闻等媒体资源，了解天气、交通等实时情况，和控制家用电器等。智能音箱的产生得益于深度学习等人工智能技术的发展，其背后涉及到噪声消除、语音活动检测(VAD)和自动语音识别(ASR)等多项复杂技术。但根据目前的技术，VAD和ASR都无法保证100％的正确率，有效提高语音识别率是保障智能音箱服务质量的关键。

区别于其他语音识别的场景，智能音箱具备口语化和多轮对话的特征，用户可以通过多次口语化的表达控制智能音箱的行为，而现实情况是很多简略的口语化表达的识别率不高。此外，在多轮对话场景下，VAD的误判可能导致第一句的末尾词语出现在第二句的开头位置，这种结果也会对智能音箱的行为造成不良影响。另一方面，智能音箱作为获取信息的入口，应该屏蔽色情、政治敏感等内容。在实际应用场景下，有些词语在新闻播报中是允许的，但在问答场景中是禁止的，这就存在一定的问题。

发明内容

(一)要解决的技术问题

本发明的目的在于提供一种语音识别结果的调整装置及方法，以解决上述的至少一项技术问题。

(二)技术方案

本发明的一方面，提供了一种语音识别结果的调整装置，包括：

VAD模块，用于判断语音输入信息中每句话的终止，将所述语音输入信息划分为至少一个句语音信息；

ASR模块，用于将所述句语音信息转换为文本数据；

场景判断模块，用于根据所述文本数据以及场景关联词库，判断所述句语音信息的当前应用场景；

句首处理模块，用于判断所述文本数据的句首词的应用场景，并与所述当前应用场景进行匹配，若该句首词的应用场景与当前应用场景匹配，则进行过滤模块的处理；若所述场景关联词库中不存在句首词的应用场景或者该句首词的应用场景与当前应用场景不匹配，则去除该句首词，并依次判断该文本数据中的其他词的应用场景是否与当前应用场景匹配，直至下一个词的应用场景与当前应用场景匹配，进行过滤模块的处理；

过滤模块，用于根据敏感词库，确定该文本数据中的敏感词的发生场景，判断该发生场景是否与当前应用场景一致，若一致，则保留该文本数据中的敏感词；若不一致，则删除该文本数据中的敏感词。

在本发明的一些实施例中，所述场景判断模块根据所述文本数据以及场景关联词库，判断所述语音输入信息的应用场景指，所述场景判断模块对所述文本数据进行分词和词性分析，确定其中的名词信息；将所述名词信息与场景关联词库进行概率计算，将概率最大的应用场景确定为所述语音输入信息的应用场景。

在本发明的一些实施例中，所述场景关联词库用于定义每个词的场景分布概率和各应用场景的默认动词；所述敏感词库用于定义每个敏感词的发生场景。