[发明专利]语音识别方法、装置、设备和系统

权利要求书

1.一种语音识别方法，其特征在于，包括步骤：

获取语音信号；

通过预先构建的WFST模块对所述语音信号进行解码处理，获得多个最佳路径，所述预先构建的WFST模块包括根据各预定领域、各预定场景和各设定语言模式的声学模型、发音词典和语言模型，分别构建得到的对应各预定领域、各预定场景和各设定语言模式的各个WFST模块，或组合所述各个WFST模块后的通用WFST模块；

根据预先训练的用户模型，对多个所述最佳路径进行评价，所述用户模型是反映用户个人特征的数据统计形态的模型；

根据评价结果，从多个所述最佳路径中提取与所述用户模型匹配的一个所述最佳路径作为目标最佳路径，并根据所述目标最佳路径确定所述语音信号的语音识别结果。

2.根据权利要求1所述的语音识别方法，其特征在于，对所述语音信号进行解码处理，获得多个最佳路径的过程包括以下步骤：

对所述语音信号进行特征提取，得到对应的声学特征信息；

根据所述声学特征信息，通过预先构建的声学模型将所述语音信号分类为各个类别并确定对应的分类概率；

根据各个类别的所述语音信号及对应的所述分类概率，基于预先构建的WFST模块进行前向搜索，获得多个所述最佳路径。

3.根据权利要求2所述的语音识别方法，其特征在于，根据各个类别的所述语音信号及对应的所述分类概率，基于预先构建的WFST模块进行前向搜索，获得多个所述最佳路径的步骤，包括：

基于预先构建的多个所述WFST模块分别进行独立前向搜索，获得与多个所述WFST模块分别对应的多个所述最佳路径。

4.根据权利要求2所述的语音识别方法，其特征在于，根据各个类别的所述语音信号及对应的所述分类概率，基于预先构建的WFST模块进行前向搜索，获得多个所述最佳路径的步骤，还包括：

基于预先构建的多个所述WFST模块及对应的权重，进行同步前向搜索，获得与多个所述WFST模块对应的多个所述最佳路径。

5.根据权利要求1至4中任意一项所述的语音识别方法，其特征在于，在根据评价结果，从多个所述最佳路径中提取与所述用户模型匹配的一个所述最佳路径作为目标最佳路径，并根据所述目标最佳路径确定所述语音信号的语音识别结果的步骤后，还包括：

若检测到所述语音识别结果包含新增的联系人信息、新增的自创词组和/或新增的特征语言信息，则根据所述新增的联系人信息、所述新增的自创词组和/或所述新增的特征语言信息，更新所述用户模型。

6.根据权利要求3或4所述的语音识别方法，其特征在于，多个所述WFST模块包含定制WFST模块，所述定制WFST模块通过以下步骤获取：

采集设定的词句及语法信息；

通过词典对所述设定的词句进行分词处理；

对所述语法信息进行统计训练，得到对应的语言模型；

根据所述分词处理的结果和所述语言模型，编译得到所述定制WFST模块。

7.一种语音识别方法，其特征在于，包括步骤：

向服务器发送语音信号；

获取服务器对所述语音信号进行解码处理后反馈的多个最佳路径，所述服务器对所述语音信号进行解码处理包括：通过预先构建的WFST模块对所述语音信号进行解码处理，获得多个最佳路径，所述预先构建的WFST模块包括根据各预定领域、各预定场景和各设定语言模式的声学模型、发音词典和语言模型，分别构建得到的对应各预定领域、各预定场景和各设定语言模式的各个WFST模块，或组合所述各个WFST模块后的通用WFST模块；

根据预先训练的用户模型，对多个所述最佳路径进行评价，所述用户模型是反映用户个人特征的数据统计形态的模型；

根据评价结果，从多个所述最佳路径中提取与所述用户模型匹配的一个所述最佳路径作为目标最佳路径，并根据所述目标最佳路径确定所述语音信号的语音识别结果。