[发明专利]一种语音识别训练系统及方法

说明书

本发明涉及一种语音识别训练系统及方法，属于语音识别技术领域；现有技术中，损失函数，其纠错机制或是纠错算法就为笼统或单一，无法快速、准确的针对语音识别的错误进行纠正；本发明提供了一种语音识别训练系统及方法，通过按照通常识别的误差将设置多个损失函数分别应对不同的情况，提供了系统的精度和速度。

技术领域

本发明涉及一种语音识别技术，特别是涉及中文语音识别训练方法。

背景技术

与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情。中国物联网校企联盟形象得把语音识别比做为“机器的听觉系统”。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。

近些年，人工神经网络在语音识别中的应用研究的兴起。在这些研究中，大部分采用基于反向传播算法(BP算法)的多层感知网络。人工神经网络具有区分复杂的分类边界的能力，显然它十分有助于模式划分。特别是在电话语音识别方面，由于其有着广泛的应用前景，成了当前语音识别应用的一个热点。

但现有的应用于语音识别网络的人工神经网络中用于纠错的损失函数，其纠错机制或是纠错算法就为笼统或单一，无法快速、准确的针对语音识别的错误进行纠正。

发明内容

鉴于现有技术中存在的问题，本发明提供一种语音识别训练系统，其特征在于：所述系统包括：特征提取单元、语音识别单元和损失函数；

所述特征提取单元对待识别语音信息进行特征提取；

所述语音识别单元，将输入的所述待识别语音信息进行语音识别得到识别结果；

所述系统通过所述待识别语音信息的预先标注，与所述识别结果进行对比，并构建所述损失函数，最后由所述损失函数逐级反向传导，逐级修正所述语音识别单元和所述特征提取单元；

所述损失函数由至少两种不同类型的损失函数之和构成。

优选地，所述两种不同类型的损失函数分别为：同音损失函数和近似损失函数。

优选地，所述同音损失函数表示读音相同的不同文字出现识别错误的概率；所诉近似损失函数表示读音相似的不同文字出现识别错误的概率。

优选地，所述系统的损失函数＝a*同音损失函数+b*近似损失函数，其中a、b为权重系数。

优选地，当所述识别结果包括读音相似的不同文字时，ba；当所述识别结果包括读音相同的不同文字时，ba。

优选地，所述文字识别单元包括第一文字识别单元和第二文字识别单元，其分别对应同音损失函数和近似损失函数。

优选地，所述系统还包括映射单元，其通过词典或字典的映射来预测所述识别结果。

优选地，所述系统还包括句子损失函数，句子损失函数表示容易出现歧义的句子出现识别错误的概率。

优选的，所述语音识别单元为多个。

本发明还提供了一种利用以上系统进行语音识别训练的方法，其特征在于：所述方法包括以下步骤：

特征提取步骤：对待识别语音信息进行特征提取；

语音识别步骤：输入的所述待识别语音信息进行语音识别得到识别结果；

修正步骤：所述系统通过所述待识别语音信息的预先标注，与所述识别结果进行对比，并构建所述损失函数，最后由所述损失函数逐级反向传导，逐级修正所述语音识别单元和所述特征提取单元；

所述损失函数由至少两种不同类型的损失函数之和构成。

优选地，所述两种不同类型的损失函数分别为：同音损失函数和近似损失函数。