[发明专利]语音识别方法和设备

说明书

本申请提供了一种语音识别方法和设备，其中，该方法包括：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。本申请的方案通过方言确定和场景确定相融合的方式，从而提升了方言确定的准确性，解决了现有的先进行识别模型的选择而导致的如果识别模型选择错误，将会导致后续的语音识别结果都会出错的问题，达到了有效提升语音识别结果准确性的技术效果。

技术领域

本申请属于语音识别技术领域，尤其涉及一种语音识别方法和设备。

背景技术

人机交互技术的普及给人们的生活和工作带来了越来越多的便利。例如，基于语音识别技术，人们可以通过购票设备实现自助购票，以地铁站购买地铁票为例，乘客只需要对售票机说出所要前往的目的地或者购票的张数，售票机就可以根据乘客的语音数据，自动购买乘客所需要的地铁票。

然而考虑到，不同地方的人使用的语言(例如方言)在发音上往往会存在较大的差异，进而会影响机器语音识别结果的准确度。针对该问题，目前采用的处理方式有：方式1)提醒用户选择所使用的语言类型，然后基于用户的选择切换至对应的语言类型语音识别模型进行语音识别；方式2)由机器先对用户的语音数据进行语言类型判别，确定出用户使用的语言类型，再切换至机器确定出的用户所使用的语言类型对应的语音识别模型进行语音识别。

然而，上述两种方式都存在着不同程度的问题，方式1)需要用户先主动选择所使用的语言类型，无法实现用户的无感知操作，用户体验较差；方式2)语音模型的选择需要依赖于机器针对语音数据一次性判定的结果，如果机器判定的语言类型错误，那么将直接影响后续的语音识别的准确度。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请目的在于提供一种语音识别方法和设备，以提高语音识别的准确率。

本申请提供一种语音识别方法和设备是这样实现的：

一种语音识别方法，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。

一种语音识别设备，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。

一种地铁站售票机，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。

一种语音识别方法，包括：

获取语音数据；