[发明专利]语音识别方法和设备在审
申请号: | 201811000407.9 | 申请日: | 2018-08-30 |
公开(公告)号: | CN110875039A | 公开(公告)日: | 2020-03-10 |
发明(设计)人: | 薛少飞 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G10L15/187 | 分类号: | G10L15/187;G10L15/26;G10L15/34 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 李辉;徐焕 |
地址: | 英属开曼*** | 国省代码: | 暂无信息 |
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 方法 设备 | ||
1.一种语音识别方法,其特征在于,包括:
获取语音数据;
通过多个方言语音识别模型组件对所述语音数据并行进行识别,得到用于多个语言方言的识别结果和置信度值;
通过场景相关度判别模型,确定用于多个语言方言的识别结果属于目标场景的相关度值;
对置信度和相关度进行融合判断,确定所述语音数据的方言识别结果。
2.根据权利要求1所述的方法,其特征在于,对置信度和相关度进行融合判断,确定所述语音数据的方言识别结果,包括:
获取所述语言数据用于多个语言方言的置信度值,和属于目标场景的相关度值;
获取预设的置信度权重值和相关度权重值;
根据所述置信度权重值、所述相关度权重值、用于多个语言方言的置信度值和属于目标场景的相关度值、确定所述语音数据的方言识别结果。
3.根据权利要求2所述的方法,其特征在于,根据所述置信度权重值、所述相关度权重值,用于多个语言方言的置信度值和属于目标场景的相关度值,确定所述语音数据的方言识别结果,包括:
根据所述置信度权重值、所述相关度权重值、用于多个语言方言的置信度值和属于目标场景的相关度值,对所述语音数据属于各方言的可能性进行打分;
将分数最高的方言,作为所述语言数据对应的方言;
将分数最高的方言对应的方言语音识别模型组件的识别结果,作为所述语音数据的语音识别结果。
4.根据权利要求1所述的方法,其特征在于,通过多个方言语音识别模型组件对所述语音数据并行进行识别,得到用于多个语言方言的置信度值,包括:
通过所述多个方言语音识别模型组件并行对所述语音数据进行打分;
将打分结果,作为用于多个语言方言的置信度值。
5.根据权利要求1所述的方法,其特征在于,通过多个方言语音识别模型组件对所述语音数据并行进行识别,得到用于多个语言方言的置信度值,包括:
从所述语音数据中截取语音开始后预定秒数后的数据作为样本数据;
通过多个方言语音识别模型组件对所述样本数据并行进行识别,得到用于多个语言方言的置信度值。
6.一种语音识别设备,其特征在于,包括:声音采集器和处理器,所述声音采集器与所述处理器耦合,其中:
所述声音采集器用于采集语音数据;
所述处理器用于通过多个方言语音识别模型组件对所述语音数据并行进行识别,得到用于多个语言方言的识别结果和置信度值;通过场景相关度判别模型,确定用于多个语言方言的识别结果属于目标场景的相关度值;对置信度和相关度进行融合判断,确定所述语音数据的方言识别结果。
7.一种地铁站售票机,其特征在于,包括:声音采集器和处理器,所述声音采集器与所述处理器耦合,其中:
所述声音采集器用于采集语音数据;
所述处理器用于通过多个方言语音识别模型组件对所述语音数据并行进行识别,得到用于多个语言方言的识别结果和置信度值;通过场景相关度判别模型,确定用于多个语言方言的识别结果属于目标场景的相关度值;对置信度和相关度进行融合判断,确定所述语音数据的方言识别结果。
8.根据权利要求7所述的售票机,其特征在于,对置信度和相关度进行融合判断,确定所述语音数据的方言识别结果,包括:
获取所述语言数据用于多个语言方言的置信度值,和属于目标场景的相关度值;
获取预设的置信度权重值和相关度权重值;
根据所述置信度权重值、所述相关度权重值、用于多个语言方言的置信度值和属于目标场景的相关度值、确定所述语音数据的方言识别结果。
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阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,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/201811000407.9/1.html,转载请声明来源钻瓜专利网。