[发明专利]一种语音理解的方法、装置、电子设备及介质

说明书

本发明实施例提供了一种语音理解的方法、装置、电子设备及介质，涉及多媒体内容交互技术领域，用于正确理解用户的语音指令。本发明实施例的方案包括：接收用户输入的语音指令，识别语音指令，得到语音指令对应的第一文本指令，然后将第一文本指令输入翻译模型，获取翻译模型基于平行语料库输出的第二文本指令，翻译模型基于平行语料库训练生成。

技术领域

本发明涉及多媒体内容交互技术领域，特别是涉及一种语音理解的方法、装置、电子设备及介质。

背景技术

目前，随着科技的进步以及生活或工作的需要，用户可以通过语音指令控制电子设备执行操作，但是目前用户在电子设备上进行语音指令输入时，由于用户输入语音指令的多样化，如：语种的多样化、方言的多样化、口音的多样化和专业领域术语的多样化等，可能导致电子设备的语音识别系统错误地识别语音指令，进而导致电子设备无法按照语音指令执行正确的操作。

发明内容

本发明实施例的目的在于提供一种语音理解的方法、装置、电子设备及介质，以实现语音指令的正确理解。具体技术方案如下：

第一方面，本发明实施例提供了一种语音理解的方法，包括：

接收用户输入的语音指令；

识别所述语音指令，得到所述语音指令对应的第一文本指令；

将所述第一文本指令输入翻译模型，获取所述翻译模型基于平行语料库输出的第二文本指令，所述翻译模型基于平行语料库训练生成；

其中，所述平行语料库包括具有对应关系的第一类文本指令和第二类文本指令，所述第一类文本指令为文本指令语料库中的文本指令，所述第二类文本指令为采用不同的语音转换方式将所述第一类文本指令转换为不同的音频指令后，对所述音频指令的文本识别结果；所述文本指令语料库中包括预设的文本指令，所述文本指令用于控制电子设备执行所述文本指令指示的操作。

在一种可能实现的方式中，在将所述第一文本指令输入翻译模型，获取所述翻译模型基于平行语料库输出的第二文本指令之前，所述方法还包括：

通过语音识别技术识别所述语音指令的特征；

根据所述语音指令的特征确定所述语音指令对应的翻译模型，将所述翻译模型作为所述语音指令的翻译模型。

在一种可能实现的方式中，所述根据所述语音指令的特征确定所述语音指令对应的翻译模型，包括：

根据所述语音指令的口音特征和/或方言特征，确定所述语音指令对应的翻译模型。

在一种可能实现的方式中，所述根据所述语音指令的口音特征和/或方言特征，确定所述语音指令对应的翻译模型，包括：

若确定所述语音指令的口音特征与特定用户的口音特征相符，则根据所述语音指令的方言特征判断所述语音指令是否属于预设方言；若所述语音指令属于所述预设方言，则确定所述语音指令对应的翻译模型为所述预设方言对应的翻译模型；若所述语音指令不属于所述预设方言，则确定所述语音指令对应的翻译模型为所述特定用户对应的翻译模型；或者，

若确定所述语音指令的口音特征与特定用户的口音特征相符，则确定所述语音指令对应的翻译模型为所述特定用户对应的翻译模型；或者，

若确定所述语音指令的口音特征与特定用户的口音特征不相符，则根据所述语音指令的方言特征判断所述语音指令是否属于预设方言；若所述语音指令属于所述预设方言，则确定所述语音指令对应的翻译模型为所述预设方言对应的翻译模型；若所述语音指令不属于所述预设方言，则确定所述语音指令对应的翻译模型为通用翻译模型。

在一种可能实现的方式中，所述特定用户对应的翻译模型包括所述特定用户的每种口音特征对应的翻译模型；所述确定所述语音指令对应的翻译模型为所述特定用户对应的翻译模型，包括：